(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210899169.X (22)申请日 2022.07.28 (71)申请人 中国科学院深圳先进技 术研究院 地址 518055 广东省深圳市南 山区深圳大 学城学苑大道1068号 (72)发明人 周翊民　张洋　 (74)专利代理 机构 深圳市科进知识产权代理事 务所(普通 合伙) 44316 专利代理师 刘建伟 (51)Int.Cl. G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/40(2022.01) G06V 20/52(2022.01) (54)发明名称 一种基于YOLOv5模型改进的方法及装置 (57)摘要 本发明涉及计算机视觉领域， 具体涉及一种 基于YOLOv5模型改进的方法及装置， 针对复杂场 景很难获取数据集的问题， 本发 明通过图像处理 方法， 根据实际场景的特点构造与实际场景特征 分布相近的数据集， 获取满足适合模 型训练阶段 所需的数据。 对多种复杂场景特点进行特征提 取， 并应用于数据集的数据增强当中， 使得经过 模拟数据集训练后的改进模型可以实现对行人 安全的高精度实时自动检测。 权利要求书2页 说明书8页 附图3页 CN 115375964 A 2022.11.22 CN 115375964 A 1.一种基于 YOLOv5模型改进的方法， 其特 征在于， 包括以下步骤： 基于获取的复杂场景的特 征图片构建特征数据集； 使用所述YOLOv5模型作为基础模型， 将所述YOLOv5模型的骨干网络中的最后一层替换 为视觉Transformer层， 通过所述视觉Transformer层对所述特征数据集中的图像进行处 理； 将所述YOLOv5模型中的卷积层内应用的激活函数 换做为Meta ‑AconC激活函数使用； 使用加权非极大值抑制方法加入到所述YOLOv5模型的后处理阶段， 得到改进后的所述 YOLOv5模型； 将构建的所述特征数据集输入至改进后的所述YOLOv5模型中进行训练， 得到训练后的 所述YOLOv5模型。 2.根据权利 要求1所述的基于YOLOv5模型改进的方法， 其特征在于， 所述基于获取的复 杂场景的特 征构建数据集具体为： 获取欲检测的复杂场景的特 征图片； 基于检测需求及安全检测场景， 添加真实场景数据及纯背景图片数据以进行数据集扩 充； 对所述数据集设置标签， 并对 全部所述数据集进行重新标注， 以构建所述特 征数据集。 3.根据权利 要求1所述的基于YOLOv5模型改进的方法， 其特征在于， 所述获取欲检测的 复杂场景的特 征图片具体为： 针对图像特点进行抽象化以完成特定的数据集增强操作； 将所述数据集增 加各种类型不同的噪点； 将较高分辨 率的图像和视频 数据集图片增 加模糊效果； 对所述数据集使用多图片拼接技 术， 以使小目标行人更容易被检测获取。 4.根据权利 要求2所述的基于YOLOv5模型改进的方法， 其特征在于， 所述对所述数据集 设置标签， 并对 全部所述数据集进行重新标注， 以构建所述特 征数据集具体包括： 对所述数据集设置标签类型， 所述标签类型包括行人、 安全帽、 香烟、 口罩、 烟雾以及 火 焰； 将制作完毕的全部所述数据集进行重新标注， 以保证所述标签类型在每张图片中均被 完整标注。 5.根据权利 要求2所述的基于YOLOv5模型改进的方法， 其特征在于， 所述加权非极大值 抑制方法根据网络预测的置信度进行加权， 得到新的矩形框， 把所述矩形框作为最终预测 的检测框 。 6.根据权利 要求2所述的基于YOLOv5模型改进的方法， 其特征在于， 在所述使用加权非 极大值抑制方法加入到所述Y OLOv5模型的后处理阶段， 得到改进后的所述YOLOv5模 型之后 还包括： 在所述YOLOv5模型测试阶段， 使用测试 时间增强技术极大的提 高对所述YOLOv5模型的 检测精度。 7.根据权利 要求5所述的基于YOLOv5模型改进的方法， 其特征在于， 所述将构 建的所述 特征数据集输入至改进后的所述Y OLOv5模型中进行训练， 得到训练后的所述Y OLOv5模型具 体为：权　利　要　求　书 1/2 页 2 CN 115375964 A 2将构建的所述特征数据集中输入至改进后的所述YOLOv5模型进行训练， 输入的批量大 小设置为32 ‑64， 训练轮数设置为10 0‑300。 8.一种基于 YOLOv5模型改进的装置， 其特 征在于， 包括： 数据获取模块， 用于基于获取的复杂场景的特 征图片构建特征数据集； 图像特征提取模块， 用于使用所述YOLOv5模型作为基础模型， 将所述YOLOv5模型的骨 干网络中的最后一层替换为视觉Transformer层， 通过所述视觉Transformer层对所述特征 数据集中的图像进行处 理； 非线性计算模块， 用于将所述YOLOv5模型中的卷积层内应用的激活函数换做为Meta ‑ AconC激活函数使用； 后处理筛选模块， 用于使用加权非极大值抑制方法加入到所述YOLOv5模型的后处理 阶 段， 得到改进后的所述YOLOv5模型； 训练模块， 用于将构建的所述特征数据集输入至改进后的所述YOLOv5模型中进行训 练， 得到训练后的所述YOLOv5模型。 9.一种计算机可读介质， 其特征在于， 所述计算机可读存储介质存储有一个或者多个 程序， 所述一个或者多个程序可被一个或者多个处理器执行， 以实现如权利要求 1‑7任意一 项所述的基于 YOLOv5模型改进的方法中的步骤。 10.一种终端设备， 其特征在于， 包括： 处理器、 存储器及通信总线； 所述存储器上存储 有可被所述处 理器执行的计算机可读程序； 所述通信总线实现处 理器和存 储器之间的连接通信； 所述处理器执行所述计算机可读程序时实现如权利要求1 ‑7任意一项所述的基于 YOLOv5模型改进的方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115375964 A 3