[发明专利]一种基于改进YOLOv4的遮挡行人实时检测方法

权利要求书

1.一种基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，该方法具体包括以下步骤：

S1：获取数据集，并将其划分为训练集、验证集和测试集，同时使用数据增强手段和图片拼接技术对数据集进行处理；

S2：对数据集中标记的真实框使用K_means++算法进行聚类，获得12个聚类中心作为模型先验框中心点使用，生成最终的先验框；

S3：利用主干特征网络融合通道注意力机制进行特征提取；

S4：利用空间金字塔SPP模块对主干特征网络提取的特征图进行最大池化，并将池化后的结果进行合并；

S5：将主干特征网络中大残差块获取的后四层特征图进行特征融合处理；

S6：将步骤S5特征融合后的四层特征图通过四个不同尺寸大小的YOLO检测头进行结果预测，对目标位置和类别进行预测，利用损失函数训练模型；

S7：将模型训练生成的最优权重用于模型中，将测试集图片放入模型中进行测试，获得最终的检测结果。

2.根据权利要求1所述的基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，步骤S3具体包括：利用CSPdarkNet53主干特征提取网络对输入图片进行特征提取；其中，CSPdarknet53由5个CSPNet结构的大残差块即CSP块堆叠而成，在每个CSP块中加入通道注意力模块；进行特征提取：从第二个CSP块到第四个CSP块获得的特征图对应为P2、P3、P4、P5。

3.根据权利要求2所述的基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，步骤S5具体包括：将步骤S4获得的特征图与P2、P3、P4，通过改进的PANet网络进行特征的融合处理；其中，改进的PANet网络是将PANet中的五层堆叠卷积替换为Res_C模块，Res_C模块中引入CBAM注意力机制和基本残差网络，同时将模块中3×3标准卷积替换为深度可分离卷积。

4.根据权利要求1所述的基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，步骤S6中，四个不同尺寸大小的YOLO检测头具体为：设输入图片尺寸N*N，通道数为3，各分支分别输出(M*M*(4+1+C))，N为输入图片尺寸，M为不同尺度的特征层预测的结果，4和1分别是预测框的坐标和置信度，C为检测类别。

5.根据权利要求1所述的基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，步骤S6中，所述损失函数由回归损失、置信度损失和分类损失三部分构成；利用二元交叉熵损失计算置信度损失和分类损失；选择CIOU作为回归损失，CIOU损失函数的公式如下：

其中，l_CIOU表示CIOU损失，ρ²(b,b^gt)表示预测框和真实框的中心点的欧式距离，b表示预测框，b^gt表示真实框，c表示能够同时包含预测框和真实框的最小闭包区域的对角线距离；α和v的公式如下：

其中，w和h分别为预测框的宽度和高度，w^gt和h^gt分别为真实框的宽度和高度；v表示一个惩罚因子，用于测量宽高比的一致性；α是一个用于权衡的参数；

最终的损失函数如公式(4)所示：

其中，S×S表示输入被划分为S×S网格单元；N为每个网格单元中锚框的个数；表示如果在(i，j)处的标记框中有目标，其值为1，否者为0；表示如果在(i，j)处的标记框中没有目标，其值为1，否者为0；λ_coord和λ_noobj是惩罚因素；p(c)为对象属于c类的概率，表示对象不属于c类的概率，class表示要检测的目标类别；C_i表示i网格单元格包含对象的置信度，表示i网格单元格没有包含对象的置信度。

6.根据权利要求1所述的基于改进YOLOv4的遮挡行人实时检测方法，其特征在于，步骤S7具体包括：将测试集图片放入训练好的模型中，获得预测结果参数后去调整先验框，然后将调整好的预测框根据设定的阈值进行非极大抑制，获得最终的预测结果，最后在检测图中画出预测框；利用步骤S6获得的预测结果和置信度，通过预测参数去调整先验框获得最终的预测框，然后根据置信度进行非极大抑制去除IOU大于所设阈值的检测框。