[发明专利]提升禁区场景下行人识别速度的方法、系统、介质及装置

说明书

本发明属于目标识别技术领域，具体提供一种提升禁区场景下行人识别速度的方法、系统、介质及装置。本发明旨在解决现有的嵌入式端的芯片在面对规模较大的CNN模型时，其算力很难满足应用的实时性需求的问题。为此目的，本发明将YOLO模型的识别类减少到识别m类，最后一层通道数修改为(m+5)×3层；将禁区场景下带有行人的图片的初始训练集放入YOLO模型中进行第一次训练；对第一次训练完成的YOLO模型进行稀疏化训练和规整通道剪枝，以使刨去最后一层的其它层的通道数均为2ⁿ，得到修正后的YOLO模型；使用DNNDK推理框架生成YOLO模型的代码；将代码输入带有FPGA芯片的识别设备中运行，以提升识别设备在禁区场景下的行人识别速度。

技术领域

本发明属于目标识别技术领域，具体提供一种提升禁区场景下行人识别速度的方法、系统、介质及装置。

背景技术

禁区安防中很重要的一点是目标入侵检测，目标可以是行人或者动物等，禁区可以是铁路、高压区、动物保护区等，下面禁区以铁路为例，目标以行人为例进行描述。目前基于卷积神经网络(CNN)的行人检测算法是较热门的研究方向，随着网络层数的不断加深，算法精度获得大幅提升的同时也引入了巨大的计算量。而行人检测应用通常直接部署于嵌入式端，嵌入式端的芯片在面对规模较大的CNN模型时，其算力很难满足应用的实时性需求。

相应的，本领域需要一种新的提升禁区场景下行人识别速度的方法、系统及装置来解决现有的嵌入式端的芯片在面对规模较大的CNN模型时，其算力很难满足应用的实时性需求的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的嵌入式端的芯片在面对规模较大的CNN模型时，其算力很难满足应用的实时性需求的问题，本发明提供了一种提升禁区场景下行人识别速度的方法，包括：

将禁区场景下带有行人的图片的初始训练集放入YOLO模型中进行第一次训练；

对第一次训练完成的YOLO模型进行稀疏化训练和规整通道剪枝，以使刨去最后一层的其它层的通道数均为2ⁿ，得到修正后的YOLO模型；

使用DNNDK推理框架对YOLO模型进行格式转换，生成YOLO模型的代码；

将代码输入带有FPGA芯片的识别设备中运行，以提升识别设备在禁区场景下的行人识别速度。

其中，n为大于等于4的自然数。

在上述方法的优选技术方案中，“对第一次训练完成的YOLO模型进行稀疏化训练和规整通道剪枝，以使刨去最后一层的其它层的通道数均为2ⁿ，得到修正后的YOLO模型”的步骤之后，所述方法还包括：

使用补充微调训练集对所述修正后的YOLO模型进行模型精度的修复；

其中，所述补充微调训练集与所述初始训练集当中包括的图片无重复。

在上述方法的优选技术方案中，所述初始训练集和/或所述补充微调训练集内使用的图片为大于608×608个像素点的原始图片，当所述图片为1920×1080像素点时，所述原始图片在训练和/或精度修复时被拆分成的左右两个1000×1080像素点的图片，两张图片的长度方向具有80像素点的重叠。

在上述方法的优选技术方案中，“将代码输入带有FPGA芯片的识别设备中运行，以提升识别设备在禁区场景下的行人识别速度”的步骤之后，所述方法还包括：

将FPGA芯片的线程分成三部分，第一部分线程放置输入缓冲图片队列，第二部分线程放置所述YOLO模型的代码，第三部分线程放置输出缓冲图片队列；

获取1920×1080的待识别图片；

将待识别图片按照顺序同时复制进入所述输入缓冲图片队列和所述输出缓冲图片队列；