[发明专利]一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法及电子设备

权利要求书

1.一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，包括以下步骤：

S1、获取障碍物检测目标图像数据，将检测目标图像数据划分为训练集、验证集和测试集；

S2、将Tiny-Yolov4算法中的颈部Neck的Leaky Relu激活函数改成Mish激活函数；

S3、增加Tiny-Yolov4头部Head的预测尺度，得到改进后的Tiny-Yolov4模型；

S4、将S1的数据导入改进后的Tiny-Yolov4模型中，经训练、验证和测试后得到的最优配置参数的改进Tiny-Yolov4模型作为检测模型；

S5、向所述检测模型输入待检测的障碍物图像数据，通过所述检测模型实现对待检测的障碍物图像数据的检测处理。

2.根据权利要求1所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，所述步骤S1将对应的障碍物检测目标图像分成四类：工人、电机车、指示灯和石头；采用LabelImg图像标注工具以矩形框的形式将图像中的目标框选出来，并分别采用“person”、“locomotive”、“lamp”和“stone”作为工人、电机车、指示灯和石头目标的标签，将标注完成的图像保存为YOLO格式。

3.根据权利要求2所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，所述步骤S2中的Mish激活函数为光滑的非单调激活函数，其表达式f(x)如下：f(x)＝x·tan(ζ(x))，其中ζ(x)是一个softmax激活函数和，ζ(x)表达式为：

ζ(x)＝SoftPlus(x)＝ln(1+e^x)

其中x为输入数据，e为纳皮尔常数。

4.根据权利要求3所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，所述步骤S3是将Tiny-Yolov4头部Head设置为三尺度预测。

5.根据权利要求1-4中任一项所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，所述步骤S4具体如下：所述将步骤S1得到的训练集导入至步骤S3得到的改进Tiny-Yolov4模型，对改进Tiny-Yolov4模型进行训练；然后通过步骤S1得到的验证集进行验证，以及通过步骤S1得到的测试集对改进Tiny-Yolov4模型的鲁棒性进行测试，根据验证和测试结果将训练后改进Tiny-Yolov4模型的配置参数调节为最优配置参数。

6.根据权利要求5所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，所述步骤S5的过程如下：在人工智能开发板装置上配置检测模型的代码运行环境，安装相关依赖包，完成环境配置；然后将泛化最强的检测模块迁移至人工智能开发板装置，并测试检测模型在人工智能开发板装置上的执行效果，完成模型部署，从外接摄像头中获取障碍物图像数据，以帧为单位将图像传入模型中，对图片进行降分辨率处理，以提高运行速度，将模型输出结果显示在外接屏幕上，完成对障碍物分类的检测。

7.根据权利要求1所述的一种基于Tiny-Yolov4的无人驾驶电机车障碍物检测方法，其特征在于，改进后的Tiny-Yolov4模型中的CBL模块由卷积层Conv、批标准化层BN和LeakyRelu激活函数组成；CBM模块由卷积层Conv、批标准化层BN和Mish激活函数组成。

8.一种电子设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器依次连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-3任一项所述的方法。