[发明专利]一种基于3D模型训练YOLO神经网络的方法

说明书

本发明公开了一种基于3D模型训练YOLO神经网络的方法，首先、构建待测物体3D模型及场景背景模型并结合形成场景图，随机化物体3D模型的中心点所在坐标、Euler角、纹理参数及场景背景模型，对场景图渲染多次得到原始数据集；其次、由原始数据集中标记五元组中边框界的左上顶点坐标、右下顶点坐标与图像宽高计算得到边界框的中心点坐标、宽、高与图像宽高的相对比例，从而转换得到YOLO神经网络标准数据集；最后，建立所得数据集与YOLO神经网络结合后的损失函数，使用随机梯度下降算法求损失函数近似最小值，得到待检测物体的YOLO目标检测模型，本发明可减少YOLO神经网络数据集获取成本。

技术领域

本发明属于计算机视觉技术领域，具体涉及了一种基于3D模型训练YOLO神经网络的方法。

背景技术

近年来，随着卷积神经网络和深度学习的不断发展，目标检测技术迅猛兴起，目标检测是指能够正确识别图像中的指定物体并能够对其进行定位，由于目标检测技术的实用性和通用性，其应用领域十分广泛。

当今目标检测技术主要基于深度卷积神经网络，目前较流行的一种网络结构是YOLO(You Only Look Once)网络，其特点是检测速度快，检测精度高，训练YOLO神经网络一般需要大量带物体位置标注的图片，所以在应用YOLO神经网络时第一步就是采集和标注大量的包含待检测目标图片，为了保证最后取得的深度学习模型的泛化性，收集数据时需要结合具体应用场景，需要考虑到数据的多样性，导致数据的采集难度增加，此外在标记数据时，则要通过人工一一辨识图片中的物体，效率低下，成本高昂，这也成为了将目标检测技术应用于具体业务时的一大障碍。

发明内容

发明目的：为了克服训练数据采集和标注成本高的问题，本发明提供一种基于3D模型训练YOLO神经网络的方法，并通过在场景图渲染过程中，随机化物体3D模型的中心点所在坐标、Euler角、纹理参数及场景背景模型，使得YOLO模型的泛化性得到提高，并降低了YOLO 模型的过拟合，采用此方案后，训练图片及物体标注信息获取的成本将极大的降低。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于3D模型训练YOLO神经网络的方法，首先、构建待测物体3D模型及场景背景模型并结合形成场景图，随机化物体3D模型的中心点所在坐标、Euler角、纹理参数及场景背景模型，对场景图渲染多次得到原始数据集；其次、由原始数据集中标记五元组中边框界的左上顶点坐标、右下顶点坐标与图像宽高计算得到边界框的中心点坐标、宽、高与图像宽高的相对比例，从而转换得到YOLO神经网络标准数据集；最后，建立所得数据集与YOLO神经网络结合后的损失函数，使用随机梯度下降算法求损失函数近似最小值，得到待检测物体的 YOLO目标检测模型。具体包括以下步骤：

步骤1、收集待测物体信息及场景信息，构建待测物体3D模型及场景背景模型，将两者结合形成完整的场景图(Sense Graph)，在渲染过程中，随机化待测物体3D模型的中心点所在坐标、Euler角、纹理参数及场景背景模型，每次随机化后进行场景渲染将得到一张图片和对应的标注，进行N(N＞10000)次随机化后得到的图片集与对应的标注集构成原始数据集；

构建原始数据集的方法如下：

步骤11，建立输出图像的渲染模型：

输出图像的渲染模型如下：

I＝R(M_o，M_b，p_o，e_o，t_o，p_w，e_w，h_image，w_image，L)