[发明专利]一种基于YOLOv5的旋转目标检测方法

说明书

本发明公开了一种基于YOLOv5的旋转目标检测算法，主要由数据加载处理模块、特征提取模块、旋转目标检测模块和后处理模块组成。数据加载处理阶段除了常规的数据加载、数据增强之外，还针对旋转目标检测设计了随机旋转的数据增强方法。特征提取模块基于YOLOv5的主干网络加入了Attention‑Net结构，使得特征图噪声减少，信息更加准确。后处理模块采取了旋转交并比的计算方式，添加到了非极大值抑制算法中。最终模型对于高空拍摄图像中的旋转目标检测取得了良好的检测，发明算法可有效处理旋转目标检测的问题。

技术领域

本发明涉及一种基于深度神经检测网络YOLOv5的旋转目标检测方法，本发明属于计算机应用领域。

背景技术

随着时代的发展、社会的进步遥感影像、无人机图像将会开拓很多新的应用市场，比如：城市规划、环境资源动态监测、指导业内更新工作等方向。随着遥感卫星、无人机等技术的升级，高空拍摄图像的分辨率越来越高，数量也越来越多，很难依靠人工去判定，因此运用深度学习目标检测去处理高空拍摄图像十分有必要，这样可以大大减少人力成本。但是常规的目标检测方法很难在目前高空拍摄的图像上面发挥作用，因为高空拍摄图像的目标有着像素区域小、极端长宽比且目标具有旋转角等特点。

为了适应这些特征，有很多学者提出了旋转目标检测方法。目前来说主流的检测方法都是在FasterRCNN的基础上改进的，例如R2CNN，在经过RPN之后，做ROIPooling的时候并不是像FasterRCNN一样只选择一种7*7的kernel大小，而是采取了三种尺寸的Pooling层：7*7、3*11、11*7，后续全卷积层阶段的输出除了包括检测框的中心坐标点、宽高之外，还包括了描述这个框的角度大小，正负代表方向。其他的工作包括杨学博士提出的SCRDet，这个算法在FasterRCNN的基础上增加了SF-Net，MDA-Net等结构，其中SF-Net通过上下采样来控制特征图的大小，达到控制anchor步长的目的，并且通过实验证明了步长越小，实验效果越好。MAD-Net结构是为了提取效果更好的特征图，因为RPN直接提取的特征图会有大量的噪声，使得背景与前景、前景与前景之间的边界模糊。因此提出了具有注意力机制的MAD-Net结构，它分为三个分支，第一个分支是像素级别的注意力机制，第二个分支是原特征图，第三个分支是通道方向的注意力机制。最后将三个分支的特征图相乘得到更加清晰的特征图，用于后续网络的检测。

基于FasterRCNN改进的旋转目标检测大都是属于两阶段的网络，两阶段的网络有一个比较大的缺点就是速度比较慢，因为它首先会经过RPN网络进行候选框的初步挑选，然后在经过全连接层的二次筛选，导致速度变慢。而目前基于YOLO系列一阶段目标检测算法改进为进行旋转目标检测的工作尚未出现，本发明主要基于YOLO系列的目标检测框架，提出一种基于YOLOv5的旋转目标检测算法。

发明内容

发明目的：针对上述方法存在的问题，本发明提出了一种基于YOLOv5的旋转目标检测方法，并且实现了两种类型的旋转目标检测方式，可根据数据集的不同而尝试不同的检测方式，选择其中效果最好的。

技术方案：本发明包括如下步骤：

(1)、接收输入图像，数据加载模块对所述输入图像进行数据增强；

(2)、选择不同的旋转目标检测算法；

(3)、在步骤(2)中选择坐标偏移量回归算法，在YOLOv5的backbone后面添加Attention-Net模块，进行特征的提取；

(4)、在提取到的特征图上进行坐标偏移量旋转目标预测；

(5)、训练时结合YOLOv5的损失函数，并加入偏移量损失函数以及Attention-Net模块的损失函数；

(6)、将预测得到的目标框进行旋转目标后处理，最后得到检测结果；