[发明专利]一种基于YOLO v2-tiny的医用创可贴瑕疵检测方法

权利要求书

1.一种基于YOLOv2-tiny的医用创可贴瑕疵检测方法，其特征在于，该方法包括以下步骤：

步骤一：用摄像头采集创可贴图像数据，制作VOC格式数据集；

步骤二：用制作完成的数据集训练YOLOv2-tiny模型至损失函数降为0.1～0.2之间并保存权重模型；

步骤三：运用训练完成的YOLOv2-tiny模型回归出创可贴图像具体坐标位置并根据坐标裁剪出目标创可贴，其具体实现过程如下：

a.给定一个输入医用创可贴图片，将图片划分成S*S的网格，S取值为7；

b.对于每个网格预测B个boundingbox以及C个类别概率，总共输出S*S*B个boundingbox以及S*S*(B*5+C)个维度的标签，其中5代表5维即每一个boundingbox的中心点坐标、宽度、高度以及该boundingbox的置信度；

c.用极大值抑制去掉冗余boundingbox，其具体做法为先选个概率极大框加入最终结果，然后计算其他框和这个最大框的相交面积占两者总面积的比率IOU，之后把比率比较大的剔除，输出最后的候选框，IOU计算公式为DetectionResult为检测的boundingbox与，GroundTruth为真实的目标所在的框；

步骤四：取裁剪后创可贴中心处10*10～30*30之间像素大小，利用单通道颜色算法将裁剪后的目标与同等大小的白色区域计算相似度，相似度计算公式采用欧氏距离，具体步骤如下：

a.提取裁剪后的目标创可贴中心10*10～30*30之间像素大小区域，并对该区域进行高斯滤波，滤波公式为G(x)＝exp(-x²/(2sigma²))，其中sigma为高斯分布参数，x为裁剪后区域内的像素值；

b.提取经过滤波后的像素区域的单色通道，该单色为蓝色，黄色中带有蓝色成分较少，通过对比蓝色通道得出最大的颜色差异；

c.将该蓝色通道数值与255进行比对，计算欧式距离，计算公式如其中n为提取像素区域的像素点个数，x为区域内每一个具体的像素值，y的值均为255；

步骤五：根据环境设定一个阈值，阈值取值范围为3500～5000之间，如若欧式距离计算结果大于该值则无药芯，小于等于该值设为带有药芯。

2.如权利要求1所述的一种基于YOLOv2-tiny的医用创可贴瑕疵检测方法，其特征在于，在步骤二中的训练YOLOv2-tiny模型至损失函数降为0.1～0.2之间，其中的训练损失函数为

其中λ_coord代表坐标误差权值，λ_noobj代表分类误差权值，S*S代表将图片分成S*S个栅格，B代表每个grid中boundingbox的个数，判断第i个栅格和第j个boundingbox是否负责这个object，判断是否有object的中心落入栅格中，x_i，y_i代表第i个栅格的boundingbox的中心坐标，w_i，h_i代表第i个栅格的boundingbox的宽和高，分别代表第i个栅格的真实目标框的中心中心点坐标、宽度、长度、目标类别和置信度，C_i代表模型预测第i个栅格的类别，p_i代表模型预测第i个栅格目标物体的置信度。

3.如权利要求1所述的一种基于YOLOv2-tiny的医用创可贴瑕疵检测方法，其特征在于，在步骤二中的训练YOLOv2-tiny模型至损失函数降为0.1～0.2之间，学习率learningrate取值为0.001～0.1，动量参数Momentum为0.9～1，decay取值为0.0005～0.001，将训练进行至损失函数降为0.1～0.2之间且损失函数变化值小于0.02。