CN115116137B 基于轻量化YOLO v5网络模型与时空记忆机制的行人检测方法 （河北工业大学）

基于轻量化YOLOv5网络模型与时空记忆机本发明公开了一种基于轻量化YOLOv5网络模型的Foucs层替换为卷积层以及将主干网络中的卷积替换为通道随机混合的分组卷积来轻量2行人距离摄像头的远近将采集到的图像中的人物目标划分为不同尺寸，其中面积小于32*2)数据集划分：对步骤1)中得到的原始数据集采用采用在ImageNet得到的预训练权重初始化主干网络，使用kaiming正态分布初始化卷将步骤1)中完成预处理的训练集输入到完成初始化的轻量化YOLOv5网络模型中，利对第一步的步骤2)中得到的验证集输入到步骤3)中完成训练的网络模型重新训练网络直至Loss下降至预设值，且验证集的误识别率不大于10保存网络模型当将摄像头捕获到的视频流按帧输入到第二步中完成验证的轻量化YOLOv5网络模型3其中Pn+1表示视频序列图像的第n+1帧图像中人物目标的置信度将时空记忆机制模块输出的预测下一帧图像中的人物目标的置信度替换掉对应帧的根据步骤2)中修正的检测结果中检测出的人物目标和围墙，当人f(x,y)＝Ax+By+C＝02.根据权利要求1所述的基于轻量化YOLOv5网络模型与时空记忆机制的行人检测方3.根据权利要求1所述的基于轻量化YOLOv5网络模型与时空记忆机制的行人检测方4.根据权利要求1所述的基于轻量化YOLOv5网络模型与时空记忆机制的行人检测方4基于轻量化YOLOv5网络模型与时空记忆[0001]本发明属于深度学习目标检测技术领域，具体为基于轻量化YOLOv5网络模型与[0002]疫情期间紧张的人员配置以及人眼识别可能存在的偏差使得人员极易懈怠而产[0003]高校封闭式管理模式下采用监控室全天候值守维护校园安全存在以下问题：(1)[0005]针对现有技术存在的不足，本发明提供了基于轻量化YOLOv5网络模型与时空记[0006]本发明解决所述技术问题的技术方案是：设计基于轻量化YOLOv5网络模型与时5SFB2模块的输出分别输入到与其顺接的SFB1模块和Neck网络部分的第一个CBL模块，CBS型的其它部分结构与YOLOv5网络模[0015]采用在ImageNet得到的预训练权重初始化主干网络，使用kaiming正态分布初始[0016]将步骤1)中完成预处理的训练集输入到完成初始化的轻量化YOLOv5网络模型[0021]将摄像头捕获到的视频流按帧输入到第二步中完成验证的轻量化YOLOv5网络[0025]其中Pn+1表示视频序列图像的第n+1帧图像中人物目标的置信度；Δx和Δy分别6[0028]将时空记忆机制模块输出的预测下一帧图像中的人物目标的置信度替换掉对应[0037]与现有技术相比，本发明有益效果在于，本发明行人检测方法采用轻量化YOLO从7％降低至1处理速度从56FPS提升7[0058]本发明提供行基于轻量化YOLOv5网络模型与时空记忆机制的行人检测方法(简框分别标记出图像中的人物目标和围墙，并且按数量比例7:3随机将原始数据集中的图像8输入到第一个CBL模块中，第二个SFB2模块的输出分别输入到与其顺接的SFB1模块和Neck网络部分的第一个CBL模块，CBS模块的输出输入到YOLOv5网络模型的主干网络构且其输出均输入到Concat模块；Concat模块将两部分的输入进行处理，其输出输入到[0069]SFB2模块由Channelsplit模块、CBL模块、DWB模块、CBL模块、CoChannelShuffle模块构成，SFB2模块的输入首先输入到Channelsplit模块，Channel经过串联的x个由CBL模块、DWB模块、CBL模块构成的组件的处理后输入到Concat模块，Channelsplit模块的输出另一方面直接输入到Concat模块；Concat模块将两部分的输入[0070]DWB模块表示DepthwiseSeparableConvolution卷积和BN层。DWB不同于传统卷道；第二步再选择N个1*1卷积核对第一步中的M个通道的特征层进行卷积操作得到N个结[0071]ChannelShuffle模块表示将分组卷积形成的通道随机打乱。分组卷积是将特征于整体特征的提取与融合。ChannelShuffle在通道分组之后让通道以一定排列方式组合[0072]轻量化YOLOv5网络模型为将YOLOv5模型的Foucs层替换为卷积层以及将其主干9[0074]将YOLOv5原模型的主干网络中替换为Shufflenet主干网络，Shufflenet主干网[0076]采用在ImageNet得到的预训练权重初始化主干网络，使用kaiming正态分布初始[0077]将步骤1)中完成预处理的训练集输入到完成初始化的轻量化YOLOv5网络模型[0082]将摄像头捕获到的视频流按帧输入到第二步中完成验证的轻量化YOLOv5网络[0086]其中Pn+1表示视频序列图像的第n+1帧图像中人物目标的置信度；Δx和Δy分别前150帧图像中的人物目标的空间位置变化共同决定。该机制融合人物目标的时间维度和[0090]将时空记忆机制模块输出的预测下一帧图像中的人物目标的置信度替换掉对应[0092]根据步骤2)中修正的检测结果中检测出的人物目标和围墙(一般认为置信度大于i[0100]本实施例提供基于轻量化YOLOv5网络模型与时空记忆机制的行人检测方法，该框分别标记出图像中的人物目标和围墙，并且按数量比例7:3随机将原始数据集中的图像网络模型的主干网络(Backbone)中顺接的Foucs模块、CBL模块、CSP1_1模块、CBL模块、SFB2模块、CBS模块。轻量化YOLOv5网络模型的主干网络部分的输入首先输入到第一个CBL模块中，第二个SFB2模块的输出分别输入到与其顺接的SFB1模块和Neck网络部分的第一个CBL模块，CBS模块的输出输入到YOLOv5网络模型的主干网络(Backbone)中的CSP2_1构且其输出均输入到Concat模块；Concat模块将两部分的输入进行处理，其输出输入到[0113]SFB2模块由Channelsplit模块、CBL模块、DWB模块、CBL模块、CoChannelShuffle模块构成，SFB2模块的输入首先输入到Channelsplit模块，Channel理后输入到Concat模块，Channelsplit模块的输出另一方面直接输入到Concat模块；Concat模块将两部分的输入进行处理，其输出输入到ChannelShuffle模块，ChannelShuffle模块的输出为SFB2模块[0114]DWB模块表示DepthwiseSeparableConvolution卷积和BN层。DWB不同于传统卷道；第二步再选择N个1*1卷积核对第一步中的M个通道的特征层进行卷积操作得到N个结[0115]ChannelShuffle模块表示将分组卷积形成的通道随机打乱。分组卷积是将特征于整体特征的提取与融合。ChannelShuffle在通道分组之后让通道以一定排列方式组合[0116]轻量化YOLOv5网络模型为将YOLOv5模型的Foucs层替换为卷积层以及将其主干[0118]将YOLOv5原模型的主干网络中替换为Shufflenet主干网络，Shufflenet主干网[0121]采用在ImageNet得到的预训练权重初始化主干网络，使用kaiming正态分布初始[0122]将步骤1)中完成预处理的训练集输入到完成初始化的轻量化YOLOv5网络模型[0129]将摄像头捕获到的视频流按帧输入到第二步中完成验证的轻量化YOLOv5网络[0133]其中Pn+1表示视频序列图像的第n+1帧图像中人物目标的置信度；Δx和Δy分别前150帧图像中的人物目标的空间位置变化共同决定。该机制融合人物目标的时间维度和[0137]将时空记忆机制模块输出的预测下一帧图像中的人物目标的置信度替换掉对应[0139]根据步骤2)中修正的检测结果中检测出的人物目标和围墙(一般认为置信度大于i误识别率从7％降低至1处理速度从56FPS提