(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 202211047649.X (22)申请日 2022.08.30 (71)申请人 江南大学 地址 214122 江苏省无锡市梁 溪区庆丰路 258号 (72)发明人 张涛　胡婷婷　朱嘉琪　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 王晓东 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于Yolov5的小目标检测模型的构建 及检测方法 (57)摘要 本发明公开了一种基于Yolov5的小目标模 型构建及检测方法， 本方法首先是对基于Yolov5 网络模型进行改进， 在模型中引入了注意力机 制， 部分卷积采用新的卷积算子， 同时调整特征 融合方式， 增加了anchor框的检测尺寸。 将经过 以上改进得到的模型应用于目标检测 中能够有 效提升其对小目标检测的准确率， 提高检测性 能， 实验证实， 基于本发明模型的检测方法的检 测性能明显优于 基于其他模型的检测方法。 权利要求书2页 说明书8页 附图3页 CN 115331126 A 2022.11.11 CN 115331126 A 1.一种基于 Yolov5的小目标检测模型的构建方法， 其特 征在于： 包括， 构建包括训练样本和 测试样本的数据集； 根据数据集对基于 Yolov5的网络模型进行训练； 其中， 所述基于Yolov5的网络模型以Yolov5网络为主干模型， 包括特征提取模块、 颈部 增强模块、 头 部预测模块； 在所述颈 部增强模块引入GAM注意力机制， 部分卷积采用新的卷积算子； 调整所述头 部预测模块的特 征融合方式， 扩充初始anc hor框的检测尺寸； 输出训练完成后的目标检测模型。 2.如权利 要求1所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述基 于Yolov5的网络模型， 包括， 特征提取模块： 负责目标的特 征提取； 颈部增强模块： 对特 征提取模块 提取的特 征进行增强； 头部预测模块： 进行目标 预测并得到检测结果。 3.如权利 要求所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述GAM 注意力机制包括 通道注意力子模块和空间注意力子模块。 4.如权利 要求3所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述通 道注意力子模块使用三维排列来在三个维度上保留信息， 通过一个两层的多层感知器MLP 放大跨维度通道 ‑空间依赖性； 所述空间注意力子模块中使用两个卷积层进行空间信息融合并删除最大池化操作。 5.如权利要求3或4所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所 述GAM注意力机制放大全局交互特征并给定特征映射， 表示为F1∈RC×H×W， 其中， 中间状态F2 和输出F3定义如下： 其中， F1代表输入状态， F2代表中间状态， F3代表输出状态， Mc,Ms分别为通道注意力图和 空间注意力图， C、 H、 W分别表示 通道数， 图像高度， 图像宽度， 表示按元 素进行乘法操作。 6.如权利 要求1所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述新 的卷积算子为自卷积算子Involution， 包括， 将输入的图像从单像素xij生成对应的核Hij， 表示如下： 其中， 用来索引像素， Ηi,j为生成的核函数。 7.如权利 要求3所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述调 整头部预测模块的特征融合方式包括采用QFF作为特征融合方式， 通过设置权重系数α， β， γ来实现。 8.如权利 要求7所述的基于Yolov5的小目标检测模型的构建方法， 其特征在于： 所述权 重系数是通过1*1卷积、 softmax函数处 理后再通过反向传播系数自动生成， 表示如下： 权　利　要　求　书 1/2 页 2 CN 115331126 A 2其中， x是各个尺度是输入， y是在空间上尺度融合后 输出的特征图。 α, β,γ, δ是相应的 权重参数， 参数和为1。 9.如权利要求1所述的基于Yolov5的小目标检测方法， 其特征在于： 所述扩充初始 anchor框的检测尺 寸， 包括， 分别将小目标、 中目标、 大目标的检测尺 寸由三个扩充到七个， 扩充后表示如下： ‑[7,9,9,17,17,15,13,27,19,27,4 4,40,38,94]#P3 /8 ‑[21,28,3 6,18,23,47,3 5,33,96,68,86,152,180,137]#P4/16 ‑[58,29,43,60,82,46,6 6,88,140,301,303,264,238,542]#P5 /32 ‑[133,77,111,135,206,137,197,2 90,436,615,739,380,9 25,792]#P6/64 10.一种小目标检测方法， 其特征在于： 包括， 基于权利要求1所述的小目标检测模型的 构建方法得到的小目标检测模型， 对小目标进行检测， 得到检测结果。权　利　要　求　书 2/2 页 3 CN 115331126 A 3