[发明专利]一种基于YOLO v5的水果识别方法

说明书

本发明涉及一种基于YOLO v5的水果识别方法。本发明将SKnet与残差模块相结合设计新的模块替换YOLO v5中的残差模块，同时使用空洞卷积降低模型复杂度，实现超市中水果的自动识别。本发明对预测框的聚类分析使模型针对水果形状更好的进行预测；改进的YOLOv5特征提取网络，针对市面上大部分水果进行特征提取，针对不同通道，分配不同的特征权重，降低重要特征在传递过程中的损失，提高针对水果的识别率。

技术领域

本发明属于计算机视觉技术领域，涉及一种基于YOLO v5的水果识别方法。

背景技术

目前国内众多超市水果售卖流程复杂且枯燥，需要大量人工成本，并且在人流高峰时期售卖压力很大。同时疫情期间，增大了公共场所人员接触风险，对防疫不利。因此对水果的智能化结算显得十分重要，使用水果智能称结算成为解决方法之一。这要求智能称可以完全代替人眼对水果进行识别，即需要识别出待识别区域的水果种类。

由于水果种类很多，并且每个大类中还有很多小分类，其外观形状相似，这很大程度上增加了水果识别的难度，导致水果种类的识别率降低，且处理速度变慢。目前大多数的水果种类识别方式都是，通过人工称重，并打印条形码标签，贴上标签，最后通过扫描条形码进行识别结算。这很不方便，并且不环保。同时由于是人工识别，长时间并且单调的工作很可能造成疲倦，导致工作的出错率提高。

近年来，随着计算机视觉与目标检测的快速发展，许多的目标检测算法可以很好的完成目标检测任务，目标检测的关键步骤是定位目标，以及目标分类。目前YOLO v5在目标检测领域具有很好的表现。但是在智能称识别中，由于摄像头距离是固定的，水果大小，形状都相对单一，因此对模型对特定通道的关注十分的重要。然而YOLO v5的特征提取，并没有对重要的通道进行重点关注，以及所有卷积操作都采用标准卷积，增加了模型计算量，因此存在很多改进的方面。

发明内容

本发明的目的就是提供一种基于YOLO v5的水果识别方法。将SKnet与残差模块相结合设计新的模块替换YOLO v5中的残差模块，同时使用空洞卷积降低模型复杂度，实现超市中水果的自动识别。

本发明包括以下步骤：

步骤一、水果图像收集：利用相机对超市水果进行视频拍摄，其中每次拍摄单品种水果，方便后续打标等处理。

步骤二、视频采样图片：对拍摄的视频进行间隔采样，获得图片。

步骤三、图像标注以及数据集划分：对获得的图片标注图中物体边界框位置和类别，然后将数据集划分为训练集、验证集、测试集，其比例为8：1：1。

步骤四、图像数据增强：对训练集图像进行预处理，旋转、裁剪，增加训练集图片数量，以提高模型的泛化能力。

步骤五、对真实框聚类分析设计先验框：首先对所有真实框进行划分，严格按照大中小面积划分，其中大目标定义为像素面积大于96*96，中目标定义为像素面积大于32*32并小于96*96，小目标定义为像素面积小于32*32。再分别对大中小真实框进行K-means聚类，得到大中小三个先验框的大小。

K-means聚类包括以下步骤：在数据集中确定聚类数量；随机设定每个聚类的质心向量；为每个数据分配距离最近质心，选用二范数，其计算方法如下：

其中(x，y)代表质心的向量，(x_i，y_i)代表非质心向量，i为整数表示聚类数量。

将该数据分配到所属质心的聚类，直到全部分配完毕；更新质心向量，质心向量值为该聚类的均值；如果质心向量发生变化则重复3、4步骤，否则输出质心。

步骤六、构建模型：YOLO v5网络包括特征提取部分、特征融合部分和预测部分；

对其特征提取部分和特征融合部分进行优化：