(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 202210287339.9 (22)申请日 2022.03.22 (71)申请人 重庆大学 地址 400044 重庆市沙坪坝区沙正 街174号 (72)发明人 宋永端　沈志熙　徐赞林　李韵聪　 (74)专利代理 机构 重庆晟轩知识产权代理事务 所(普通合伙) 50238 专利代理师 王海凤 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于改进YOLOv3的轻量化目标检测方 法 (57)摘要 本发明涉及一种基于改进YOLOv3的轻量化 目标检测方法， 该方法包括S1采集包含待检测目 标物的图像数据， 依据VOC2012数据集格式制作 得到训练集， S2对原始YOLOv3网络模型的 backbone进行改进， S3对改进的YOLOv3网络模型 进行训练， S4向训练好的最终改进的YOL Ov3网络 模型输入待检测图像， 输出目标物用外接矩形框 标记并显示。 本发明对传统YOLOv3算法进行轻量 化改进， 在保证其精度和实时性的同时， 将模型 大小减小到3.17MB， 操作 简单， 易于实现， 具有较 高的实用性。 权利要求书1页 说明书6页 附图3页 CN 114707639 A 2022.07.05 CN 114707639 A 1.一种基于改进YOLOv3的轻量 化目标检测方法， 其特 征在于： 包括如下步骤： S1： 采集包含待检测目标物的图像数据， 使用labelImage工具对所有图像进行标注， 即 在每个图像上采用矩形框标注待检测目标物， 将所有标注后的图像依据VOC2012数据集格 式制作得到训练集； S2： 构建改进的YOLOv3网络模型， 包括如下两个部分的改进： S21： 对原始YOLOv3网络模型中 的backbone进行改进得到初步改进的YOLOv3网络模型， 具体如下： 对原始YOLOv3网络模型中的backbone进行剪枝处理， 将原本的1 ‑2‑8‑8‑4残差结构调 整为1‑2‑3‑3‑2稀疏残差结构， 并设置各个稀 疏残差结构的长度因子； 同时限制每个卷积层 的卷积核个数不超过64个； 构建一条包含5个卷积层的卷积支路， 将第一个卷积层的输出作为卷积支路的输入， 并 将卷积支路各层的输出按顺序分别与backbo ne的5个下采样层的输出进行拼接； 构建一条包含3个池化层的池化支路， 将第1个残差结构的输出经过第1池化层处理与 第1个稀疏残差结构的输出进行拼接， 作为第3个下采样层和第2池化层的输入； 将第2池化 层的输出与第2个稀疏残差结构的输出进 行拼接， 作为第4个下采样层和第3池化层的输入； 将第3池化层的输出与第3个稀疏残差结构的输出进行拼接， 作为第5个下采样层的输入； S22： 对S2 1得到的初步改进的YOLOv3网络模型进行损失函数和后处理模块的改进得到 最终改进的YOLOv3网络模型； S3： 对S22得到的最终改进的YOLOv3网络模型进行训练： S31： 采用K ‑means聚类算法对训练集中的标注待检测目标物的矩形框对应的高和宽进 行聚类， 获得需要的锚框尺寸初始值； S32： 利用训练集中的数据， 采用神经网络进行梯度反向传播的方法对最终改进的 YOLOv3网络模型训练； S4： 将训练好的最终改进的YOLOv3网络模型载入到嵌入式设备中， 向训练好的最终改 进的YOLOv3网络模 型输入待检测图像， 训练好的最 终改进的YOLOv3网络模 型将检测到的目 标物用外 接矩形框标记并显示。 2.如权利 要求1所述的基于改进YOLOv3的轻量化目标检测方法， 其特征在于： 所述S2中 将原本的残差结构调整为稀疏残差结构的具体步骤如下 当l＝2时： 所述 l表示长度因子， 即稀疏残差单 元中输入层的个数； y2＝y0+f1(y0)+f2(f1(y0)) 其中y0为稀疏残差模块的输入， f1(y0)和f2(f1(y0))为该稀疏残差模块中卷积层输出特 征图， y2为该稀疏残差模块的输出； 当l＝3时： y3＝y0+f1(y0)+f2(f1(y0))+f3(f2(f1(y0))) 其中y0为稀疏残差模块的输入， f1(y0)和f2(f1(y0))、 f3(f2(f1(y0)))为该稀疏残差模块 中卷积层输出 特征图， y3为该稀疏残差模块的输出。 3.如权利要求2所述的基于改进YOLOv3的轻量化目标检测方法， 其特征在于： 所述S22 得到最终改进的YOLOv3网络模型的改进 过程为： 将S2得到的改进的YOLOv3网络模 型的损失 函数调整为CI oU损失函数， 将后处 理模块中NMS类型调整为DI oU‑NMS。权　利　要　求　书 1/1 页 2 CN 114707639 A 2一种基于改进Y OLOv3的轻量化 目标检测方法 技术领域 [0001]本发明涉及 计算机视觉领域， 尤其涉及一种基于改进YOLOv3的轻量化目标检测方 法。 背景技术 [0002]近年来， 计算机科学技术发展迅猛， 计算机处理能力和算法不断取得突破， 自动驾 驶、 工业质检和智能安防等应用不断商业化， 这些技术中都离不开目标检测， 目标检测通过 识别待测物体特征为用户提供各种服务和技术支持。 大型商场使用自动测温系统通过目标 检测算法识别出进入摄像头视野的行人， 再调用红外温度传感器获取行人温度， 这种应用 节约了人力成本减少 了人员接触； 在自动驾驶中， 车辆识别交通信号、 进行路径规划、 避让 车辆和行人， 也都需要目标检测技术提供支持。 目标检测 技术在这些应用场景发挥着无可 替代的作用， 越来越多的科研人员也都聚焦于该 领域。 [0003]随着深度学习在目标识别和检测领域的不断发展， 继AlexNet以来， VGG、   GoogleNet、 ResNet等网络向网络层数更深地方向发展， 以寻求更好的检测精度。 然而， 在目 前许多应用， 如自动驾驶、 疲劳检测、 机器人等受限于集成设备与处理速度， 模型压缩研究 应运而生新的深度神经网络不断提出； 相关研究人员运用增加卷积层数， 增加卷积核的个 数等方法来提取检测目标 的深层次特征； 尽管深度网络模型在许多问题中表现优越， 但实 际应用时受到了时间上和空间上 的制约， 大而深的网络模型运算量巨大， 即使借助于图形 处理器， 也难以嵌入开发在计算资源和存储资源有限的设备上， 时间上也难以满足日常生 活中的许多场景需求； 高性能的计算机生产及维护成本较高， 不适合大量普及推广； 例如传 统的行人检测设备(比如摄像监控头)是将录制的视频上传到远程的大型服务器上进行数 据处理， 因受带宽和传输时延的影响， 无法实时对目标行人进 行有效的识别， 于是在一些特 殊的场合应用比较局限。 发明内容 [0004]针对现有技术存在的上述问题， 本发明要解决的技术问题是： 深度学习的目标检 测算法在嵌入式系统中部署困难的问题。 [0005]为解决上述技术问题， 本发明采用如下技术方案： 一种基于改进YOLOv3的轻量化 目标检测方法， 包括如下步骤： [0006]S1： 采集包含待检测目标物的图像数据， 使用labelImage工具对所有图像进行标 注， 即在每个图像上采用矩形框标注待检测目标物， 将所有 标注后的图像依据VOC2012数据 集格式制作得到训练集； [0007]S2： 构建改进的YOLOv3网络模型， 包括如下两个部分的改进： [0008]S21： 对原始YOLOv3网络模型中的backbone进行改进得到初步改进的YOLOv3网络 模型， 具体如下： [0009]对原始YOLOv3网络模型中的backbone进行剪枝处理， 将原本的1 ‑2‑8‑8‑4残差结说　明　书 1/6 页 3 CN 114707639 A 3