CN115272828B 一种基于注意力机制的密集目标检测模型训练方法 （河南省农业科学院农业经济与信息研究所）

KR20210113833A,2021.09.17页.一种基于注意力机制的密集目标检测模型将训练集输入预先构建的密集目标检测模型进YOLOv5s基础网络框架中嵌入通道注意力机制和2测模型进行参数更新，得到训练后的密集目标检测模型；所述密集目标检测模型是在YOLOv5s基础网络框架中嵌入通道注意力机制模块和全所述密集目标检测模型中通道注意力机制模块为EfficientChannelAttention模其中，所述YOLOv5s基础网络框架中主干网络CSPDarknet目标检测模型是在主干网络CSPDarknet53每个C3模块后插入1个所述EfficientChannel检测模型是在Head网络每个二维卷积层前插入1个所述GlobalAttentionMechanism模S30：采用验证集对步骤S20得到的训目标检测模型为如权利要求1_2任一所述密集目标检测模型训练方法进行训练得到的训练执行所述计算机程序时实现如权利要求1_2所述的密集目标检测模型训练方法中的任一步6.一种计算机可读存储介质，所述计算机可读存算机程序被处理器执行时实现如权利要求1_2所述的密集目标检测模型训练方法中的任一3像中分割小麦麦穗。Sadeghi_Tehran等开发了小麦穗数计数系统DeepCount，用于自动识别和统计拍摄麦穗图像中的小麦穗数。Tahani等基于全卷积神经网络构建了SpikeletFCN为对目标位置和类别信息的回归分析问题，通过一个神经网络模型可直接输出检测结果。4YOLOv5s基础网络框架中嵌入通道注意力机制模块和全[0012]优选地，所述密集目标检测模型中通道注意力机制模块为ECA(EfficientChannelAttention)模块，全局注意力机制模块为GAM(GlobalAttentionMechanism)模述密集目标检测模型是在主干网络CSPDarknet53每个C3模块后插入1个所述ECA模块(即将YOLOv5s基础网络框架中主干网络CSPDarknet53标检测模型是在Head网络每个二维卷积层前插[0020](1)将尺寸大小为H×W×C的特征图输入全局平均池化层(GAP)，对特征图上的全[0021](2)将步骤(1)得到的尺寸大小为1×1×C的特征图通过一个卷积核大小为k的一5赖性；所述空间注意力子模块使用两个卷积核大小为7×7的卷积操作进行空间信息融合，RC×H×W输入通道注意力子模块得到F1输出结果，将F1输出结果与输入特征图F1对应元素相[0028]更加优选地，所述训练集中样本图像筛选自小麦麦穗图像公开数据集Global6密集目标检测模型在标准YOLOv5s网络模型的主干结构的C3模块中引入ECA；同时将GAM插入到Neck网络与Head网络之间。该模型提高了网络对目标特征的提取能力，同时提高了[0037](2)本发明提出了基于注意力机制改进的YOLOv5s的密集目标检测模型对小麦麦的YOLOv5s模型对提高复杂田间环境中通过智能手机获取的小麦麦穗图像识别精度具有[0048]图11为本发明密集目标检测模型在小麦麦穗图像中不同麦穗密度以及背景下的[0052]本实施例提供一种基于注意力机制的密集目标检测模型训练方法，包括如下步7[0054]步骤S10中所述含有目标物的样本图像以及每幅样本图像对应的目标标注结果的[0056]训练集中样本图像筛选自Globalwheatchallenge2021InternationalConferenceonComputerVision2021提供的小麦麦穗图像公开数据集(数据来源：[0060]为提高训练模型的泛化能力，利用Pytorch框架中的Opencv软件对原始图像进行[0061]S13：获取每幅样本图像对应的目标标注结果。利用标注工具Labelimg，按照YOLOv5s基础网络框架中嵌入通道注意力机制模块和全局注意力机制模块得到的；所述损8epoch，训练过程采用SGD优化器，初始学习率为0.01，动量因子为0.937，权重衰减率[0068]YOLOv5是YOLO系列的最新产品，在YOLOv4基础上进行改进，运行速度大大如直接使用预训练的YOLOv5x预测准确率高，但是网络的推理速度慢，同时模型的参数量组成的，在第一条分支中输入的特征图通过3个连续的Conv模块和多个堆叠的Bottleneck其结构如图5所示。所述Bottleneck模块主要是由两个连续的卷积操作和一个残差操作组9所述SPP模块将输入的尺寸大小为512×20×20的特征图通过一个Conv模块后通道数减半；[0075]针对小麦麦穗图像中麦穗数量多、分布密集、存在遮挡和重叠等问题，虽然学到通道特征的重要程度。GAM注意力机制(GlobalAttentionMechanism)模块中引入了用更加轻量的高效通道注意力模块ECA模块和可以放大跨维度交互作用的全局注意力机制GAM模块。为了能对小麦麦穗等密集目标进行检测和计数，本实施例将注意力机制添加到[0080](1)将尺寸大小为H×W×C的特征图输入全局平均池化层(GAP)，对特征图上的全[0081](2)将步骤(1)得到的尺寸大小为1×1×C的特征图通过一个卷积核大小为k的一[0087]所述GAM模块(结构如图8所示)采用序贯的通道_空间注意力机制并将CBAM子模块道注意力子模块(结构如图8所示)使用三维排列以在三个维度上保留信息，然后在一个两间依赖性；所述空间注意力子模块(结构如图8所示)使用两个卷积核大小为7×7的卷积操C和MS分别表示通道注意力图和空间注意密集目标检测模型在Head网络每个二维卷积[0092]将通道注意力机制ECA模块和全局注意力机制GAM模块插入YOLOv5s基础网络框架模块名称0123456789000000恢复到原始形状大小256×80×80；采用sigmoid函数得到尺寸大小为256×80×80的通道[0098](3)GAM空间注意力子模块建模：将特征图F1输入一个7×7卷积(设置通道缩放率后的密集目标检测模型中选出最优密集目标检测模型；所述验证集中样本图像为步骤S12标检测模型(改进的YOLOv5s模型)在公开数据集Globalwheatchallenge2021随机划分0.95均较相近，说明5种模型均能达到Globalwheatchallenge2021在检测[0102]其中，所述公开数据集Globalwheatchallenge2021为由Globalwheatchallenge2021InternationalConferenceonComputerVision2021提供的公开数据本图像集以及每幅样本图像对应的目标标注结果)作为测试集进行麦穗计数时的性能，因10幅图像统计结果以及10幅图像小麦麦穗检测的平均误差率和平均准确率结果如表2所87.915.847.9107.6204.031.6370.5396.2415.6479.9372.5集目标检测模型相较于标准YOLOv5s在准确率上提升了9.30相较于YOLOv5m、YOLOv5l[0114]将表2与表3结合分析，可以看出本发明密集目标检测模型与YOLOv5x相比准确率而标准YOLOv5s虽然参数量少，但是检测准确率低，本发明密集目标检测模型参数量和GFLOPs都比标准YOLOv5s大，但准确率明显提升。同时，本发明密集目标检测模型比现。图11为本发明密集目标检测模型在小麦麦穗图像中不同麦穗密度以及背景下的识别穗密度的场景中均能有效检出小麦穗数。图11(b)和(d)中小麦叶片颜色与麦穗颜色相似；YOLOv5s的密集目标检测方法对图像中麦穗标记的准确性以及识别[0119]此外，本实施例改进YOLOv5s的密集目标检测模型中，当输入图像的分辨率较高络模型的主干结构C3模块中引入ECA，同时将GAM模块插入到YOLOv5s网络模型的颈部结构与头部结构之间，基于改进的YOLOv5s密集目标检测方法在手机拍摄的普通清晰度图像上型为实施例1所述密集目标检测模型训练方法进行训练得到的训练后的密集目标检测模