[发明专利]一种基于改进YOLOv3-tiny的水下声纳图像目标检测方法

权利要求书

1.一种基于改进YOLOv3-tiny的水下声纳图像目标检测方法，其特征在于，包括以下步骤：

步骤1：通过二维成像声纳获取多幅原生声纳图像；

步骤2：对步骤1获取的原生声纳图像采用图形变换方法随机进行变换，变换后的图像和原生声纳图像数据共同构成声纳图像数据集；将声纳图像数据集的所有图像尺寸变换为512×224；将声纳图像数据集划分为声纳图像训练集和声纳图像测试集，声纳图像训练集中图像数量大于声纳图像测试集中图像数量；

步骤3：对声纳图像数据集图像中目标的类别和位置进行标注；

如果声纳图像数据集图像中不存在目标，则该图像定义为负样本；

如果声纳图像数据集图像中存在目标，则该图像定义为正样本，同时对目标标注类别；用边界框标记目标的位置，边界框为目标最小外接矩形，目标位置表示为边界框的四个顶点的坐标：X_max，X_min，Y_max，Y_min，归一化如下：

x＝(X_max+X_min)/2*S_x

y＝(Y_max+Y_min)/2*S_y

w＝(X_max-X_min)/S_x

h＝(Y_max-Y_min)/S_y (1)

其中S_x为目标所在图像的长度，S_y为目标所在图像的宽度；(x，y)为归一化的边界框中心坐标，(w，h)为归一化的边界框宽度和高度；

步骤4：采用多尺度特征融合策略构建改进YOLOv3-tiny网络；

步骤4-1：融合YOLOv3-tiny网络第8层和第18层的特征，并在YOLOv3-tiny网络已有两个预测层的基础上新增第3个预测层；

从YOLOv3-tiny网络第8层引出的特征图维度为64×28×128；

从YOLOv3-tiny网络第18层引出的特征图维度为32×14×256，经过一个1×1×128的卷积层和上采样层之后得到64×28×128的特征图，将得到的64×28×128的特征图与第8层引出的特征图进行同维度拼接，再经过一个3×3×128和一个1×1×18的卷积层，最终输出维度为64×28×18的特征图，即为新增的第3个预测层；

此时，YOLOv3-tiny网络的3个预测层的特征图分尺寸分别为16×7、32×14和64×28；

改进YOLOv3-tiny网络的特征图尺寸为32×14的预测层是将YOLOv3-tiny网络的第15层的特征图引出，通过一个1×1×128的卷积层与一个上采样层之后与第10层的特征图进行同维度拼接，再经过一个3×3×256和一个1×1×18的卷积层，最终输出维度为32×14×18的预测层；

步骤4-2：删除特征图尺寸为16×7的预测层；得到改进YOLOv3-tiny网络；

步骤5：使用声纳图像训练集对改进YOLOv3-tiny网络进行训练，得到最终训练完成的改进YOLOv3-tiny网络模型；

步骤6：使用最终训练完成的改进YOLOv3-tiny网络模型预测目标的位置坐标和置信度；

步骤6-1：采用K-means++聚类方法，对声纳图像数据集中图像的边界框进行聚类，得到22×21、34×32、40×39、42×43、46×47、57×54六种尺寸的先验框；

步骤6-2：将22×21、34×32、40×39三种尺寸的先验框分配给特征图尺寸为32×14的预测层；将42×43、46×47、57×54三种尺寸的先验框分配给特征图尺寸为64×28的预测层；

步骤6-3：将尺寸为32×14的预测层特征图划分成32×14个网格单元，根据目标所在边界框中心坐标，将每个目标分配到对应位置的网格单元，该对应位置的网格单元使用步骤6-2给特征图尺寸为32×14的预测层分配的先验框预测目标的位置坐标和置信度；

将尺寸为64×28的预测层特征图划分成64×28个网格单元，根据目标所在边界框中心坐标，将每个目标分配到对应位置的网格单元，该对应位置的网格单元使用步骤6-2给特征图尺寸为64×28的预测层分配的先验框预测目标的位置坐标和置信度；

预测目标的位置坐标和置信度的计算公式如下：

其中，C_x和C_y是网格单元的左上角坐标，改进YOLOv3-tiny网络中每个网格单元在特征图中的宽和高都为1；P_w和P_h是先验框在预测层特征图中的映射宽度和高度，(t_x，t_y，t_w，t_h，t_o)表示YOLOv3-tiny的回归预测输出；σ_sigmoid表示sigmoid激活函数，σ_logistic表示logistic回归；e表示自然指数；(b_x,b_y)表示预测结果框的中心坐标偏移值；(b_w,b_h)表示归一化后预测结果框的宽度和高度；c表示置信度；通过式(2)对YOLOv3-tiny的回归预测输出进行解码，获得预测结果框的(b_x,b_y,b_w,b_h,c)；

步骤6-4：对所有预测的目标位置坐标和置信度结果采用非极大值抑制方法，输出置信度最大的预测结果。