[发明专利]基于双向注意力机制增强YOLO V5的目标检测方法

权利要求书

1.基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述方法应用于基于双向注意力机制增强YOLOv5网络，所述基于双向注意力机制增强YOLOv5网络在YOLOv5网络的骨干网络增加输出层和双向注意力机制模块，所述方法包括以下步骤：

将数据集按比例分为训练数据集和测试数据集；

对训练数据集的图片归一化为固定大小的图片；

将归一化后的图片先输入到增加输出层的骨干网络，再经过双向注意力机制模块后，在使用改进的损失函数计算的YOLOv5网络中训练和测试；

将归一化后的实时数据图片输入到训练好的基于双向注意力机制增强YOLOv5网络中，输出目标检测结果。

2.根据权利要求1所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述改进的损失函数如下：

其中:A为预测框，B为真实框；A_ctr为预测框中心点坐标，B_ctr为真实框中心点坐标，ρ(.)是欧式距离计算；C为A、B最小包围框的对角线长度，IoU为交并比损失函数；

w^gt和h^gt分别表示真实框的宽和高；w和h分别表示预测框的宽和高。

3.根据权利要求1所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述基于双向注意力机制增强YOLOv5网络在YOLOv5网络的Backbone部分的第一个残差组件CSP后引出浅层特征，在骨干网络提取特征后在Neck部分中对原网络增加第一输出层，所述第一输出层输出特征大小为160×160×255。

4.根据权利要求1所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述基于双向注意力机制增强YOLOv5网络在YOLOv5网络的Backbone部分中，在最后一个残差组件CSP后增加双向注意力特征加强模块，特征图经过ResNet网络得到的两张特征图分别经过空间注意力机制与通道注意力机制得到两张不同的特征图，再将两张处理后的特征图融合得到最终的输出特征图，以增强特征的表达，加快模型的收敛速度。

5.根据权利要求4所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述空间注意力机制模块空间上的每个点都看做一个长度为C的向量，通过1×1的卷积压缩提取出长度为C/8代表Key的向量，通过1×1的卷积压缩提取出长度为C/8代表Query的向量，将所述Key和Query相乘得到的值为表相似度，得到的(H×W)×(H×W)的矩阵为空间上每个点与点之间所包含信息的相似度。

6.根据权利要求5所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，对于空间上每个点的得到的H×W的向量通过激活函数softmax使得其总和大小为1，得到的(H×W)×(H×W)的矩阵为通过注意力机制得到的权重，将这个权重与提取的特征图相乘，再加回输入的特征图得到输出。

7.根据权利要求4所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，对于所述通道注意力机制，Key和Query直接由输入的特征图得到，相乘后得到通道与通道之间的相似度，每一行再减去每个通道和自己的相似度。

8.根据权利要求7所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，通过激活函数softmax使得相似度总和大小为1，得到注意力权重，将所述注意力权重与输入的特征图相乘，再整体乘上一个可学习的系数得到输出。

9.根据权利要求1所述的基于双向注意力机制增强YOLO V5的目标检测方法，其特征在于，所述数据集为voc2007。