[发明专利]一种基于光视觉的水面目标检测与识别方法

权利要求书

1.一种基于光视觉的水面目标检测与识别方法，其特征在于，包括以下步骤：

步骤1：使用ZED双目立体相机采集多幅目标物体图像；将采集到的目标物体图像分成多个集合，对目标物体图像进行预处理，同一个集合内的目标物体图像采用的预处理方法相同；预处理方法包括但不限于剪裁、拼接、高斯噪声和模糊处理；经过预处理的目标物体图像构成目标物体数据集；

步骤2：使用LabelImg工具对目标物体数据集的图像进行标定；

步骤2-1：将目标物体数据集图像导入标定工具LabelImg中；

步骤2-2：通过LabelImg工具对目标物体的位置和种类进行标定，得到与原始图像相同文件名的xml格式文件；将目标最小外接矩形作为边界框，所标定目标物体的位置数据为边界框四角的坐标；

步骤3：使用K-means聚类方法对边界框进行聚类；

步骤3-1：将边界框四角的坐标转换为边界框的长宽信息，具体为：用边界框右下角点横坐标减去左上角横坐标得到边界框的长，右下角纵坐标减去左上角纵坐标得到边界框的宽；

步骤3-2：定义K个锚框，随机选取K个边界框；K个锚框的长宽分别与随机选取的K个边界框的长宽相同；

步骤3-3：计算所有边界框分别与K个锚框的交并比值IOU，再计算误差；

设定d表示误差，公式如下：

d(box,centr)＝1-IOU(box,centr) (1)

式中：box表示边界框，centr表示锚框；

步骤3-4：对于每个边界框，对该边界框与K个锚框的误差进行排序，将该边界框与最小误差对应的锚框分为一类；则将所有边界框分为K类；

步骤3-5：求取每一类中所有边界框的长宽均值作为新的锚框长宽；共生产K个新的锚框；

步骤3-6：重复步骤3-3到步骤3-5，直至边界框的分类不再发生变化，完成边界框的聚类；

步骤4：训练YOLOv4深度学习模型；

以目标物体数据集作为YOLOv4深度学习模型的训练样本，步骤2标定的目标物体的种类和步骤3聚类的目标边界框作为标签，对YOLOv4深度学习模型进行训练，设定学习率和损失函数，当损失函数值最小时的权重作为最终的YOLOv4深度学习模型权重；

步骤5：对YOLOv4深度学习模型进行稀疏训练和剪枝处理；

步骤5-1：设定稀疏率s值，对YOLOv4深度学习模型稀疏训练；

步骤5-2：对YOLOv4深度学习模型进行剪枝处理：在层剪枝时，设定剪掉12个shortcut，相当于剪掉36层；在通道剪枝时，选择剪枝率最高的策略，剪枝力度设定为0.8；

步骤5-3：再以目标物体数据集作为训练样本，步骤2标定的目标种类和步骤3聚类的目标边界框作为标签，对经过稀疏训练和剪枝处理的YOLOv4深度学习模型进行训练，得到最终的YOLOv4深度学习模型；

步骤6：将待检测图像输入最终的YOLOv4深度学习模型，进行目标检测与识别。

2.根据权利要求1所述的一种基于光视觉的水面目标检测与识别方法，其特征在于，所述稀疏率s＝0.001。