[发明专利]一种基于轻量化网络的目标识别方法、系统及扫地机器人

说明书

本发明提供一种基于轻量化网络的目标识别方法、系统及扫地机器人，方法包括：采集室内实际环境下不同物体的图片数据集，对图片进行标定，并将数据集划分为训练集、验证集以及测试集；基于YOLOv4‑tiny网络结构，建立包含特征提取主干网络、混合通道注意力机制模块和解耦头模块的轻量化网络模型；利用训练集和验证集对所述轻量化网络模型进行训练，保存损失函数收敛时的模型权重；加载保存的模型权重，利用训练后的轻量化网络模型对室内物体进行识别；根据识别结果对扫地机器人的运动路径进行规划。本发明训练出了泛化能力更强，识别精度更高的轻量化网络模型，提高了对小物体的检测精度，在大幅提升检测精度的同时保证了较高的实时性。

技术领域

本发明涉及计算机目标检测技术领域，尤其涉及一种基于轻量化网络的目标识别方法、系统及扫地机器人。

背景技术

人工智能技术的突破给扫地机器人研究带来了巨大的机遇。目前，扫地机器人经成功应用到了超市、家庭博物馆等多种环境。扫地机器人目标检测技术是指机器人在无人干预的条件下，通过视觉传感器自动识别物体并进行避障，检测目标取决于机器人所处的具体环境。然而，在目标检测性能得到提升的同时，深度神经网络自身的参数规模大、计算复杂度高的缺点也变得愈发明显。为了推动深度学习网络在嵌入式端的部署，轻量化网络得到快速发展，其目的在于减少模型参数量，并保证实时性和检测准确度。目前轻量化网络研究主要分为两个方向：(1)对现有网络模型进行压缩，常用方法主要有参数剪枝、低秩分解、紧性滤波设计以及知识蒸馏等，通过上述方法可以使网络的参数量和计算量减少，同时保持网络的性能不会发生明显下降；(2)模型设计时采用轻量化思想，在有限的层数中获取更多的特征，虽然参数量和计算量大幅度减少，但是以牺牲一定的检测精度为前提。对于目标检测而言，多尺度、尤其是小物体的特征提取十分重要，为了平衡目标检测的精度与速度，需要提出一种适合扫地机器人的轻量化网络模型。

以YOLOv4-tiny(You Only Look Once,YOLO)[1][2][3]为例，简要说明轻量化模型的结构与特征提取流程：

YOLOv4-tiny是一种典型的轻量化网络模型，同时也是YOLOv4的精简版，其参数缩减为YOLOv4的十分之一。相比于YOLOv4网络结构的162层，该网络缩减为38层，在主干网络中使用了三个残差单元，其中激活函数使用了LeakyReLU，合并有效特征层使用了特征金字塔(FPN)结构，并将预测输出层(YoloHead)从原先的三个减少为两个。

YOLOv4-tiny具有多任务、端到端、注意力机制和多尺度的特点，多任务可以理解为同时完成目标的分类与回归，实现参数共享以及避免过拟合；端到端意味着网络模型接受图像信息后自动学习并获取特征，并直接给出分类与回归的预测信息；注意力机制是集中于待检测的目标区域特征，从而快速获取有效特征；多尺度通常是将上采样与下采样的数据相互融合，从而能够检测多尺度大小的目标。在对模型进行训练时可以使用Mosaci数据增强、标签平滑、学习率余弦退火衰减等方法来提升模型的训练速度以及检测精度，YOLOv4-tiny网络模型的结构示意图如图1所示。

在此对YOLOv4-tiny的特征提取过程进行详细描述，当输入图片大小为416×416×3时，经过步长为2的卷积滤波器(3×3×3×32，其中前两个参数构成3×3，为卷积滤波器的核大小，第三个参数3为通道数数量，并对应输入图片的通道数数量，第四个参数32为卷积滤波器的数量，对应了输出特征的通道数数量)滤波后变为208×208×32，以此类推，再通过步长为2的卷积滤波器(3×3×3×64)滤波后变为104×104×64，在进一步的处理过程中，引入残差单元，并结合池化层获取输出为52×52×128，再经过三次类似的残差结构反复提取特征以后，最终得到第一个大小为13×13×255的输出层。为了提高对多尺度物体的检测能力，将13×13×512该层进行卷积并上采样得到26×26×128，并与26×26×256融合得到输出26×26×384，通过卷积滤波器(3×3×384×256)得到26×26×256，并再次卷积(1×1×256×255)得到第二个预测输出大小为26×26×255。经过上述步骤，构成了该轻量化网络的特征提取过程。