[发明专利]一种基于卷积神经网络对图像中的铅笔进行精确计数的方法

权利要求书

1.一种基于卷积神经网络对图像中的铅笔进行精确计数的方法，其特征在于，该方法包括以下步骤：

(1)搭建YOLO神经网络模型；

(2)对生产线上俯拍采集获得的铅笔图片进行预处理；

(3)对神经网络结构参数进行设定和训练参数初始化；

(4)将多种不同类型的铅笔图像作为一类数据进行数据增强；

(5)对获取的铅笔图像进行数据训练，得到网络权重和偏置；

(6)将待计数的铅笔图像输入神经网络模型，得到铅笔的精确数目；

在步骤(1)中，所述搭建YOLO神经网络模型的结构如下：

第一层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第二层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第三层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第四层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第五层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第六层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出依次经过LeakyRelu函数、2×2最大池化层；

第七层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出经过Leaky Relu函数；

第八层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出经过Leaky Relu函数；

第九层为卷积层，首先进行批量归一化，经过卷积核提取特征后，输出经过Leaky Relu函数；

第十层为卷积层，经过卷积核提取特征后，输出经过linear函数；

第十一层为YOLO层，使用6个anchor，进行数据增强和多尺度训练，最终得到目标的数目；

在步骤(3)中，YOLO网络结构参数设定和训练参数初始化如下：

(3.1)网络的输入图像大小为576*576*3，训练的batch大小设置为1，max_batches的大小设置为500200；

(3.2)网络中第一层、第二层和第六层的卷积层和最大池化层的步长设置为1，卷积层采用边缘补0的方式保持图像尺寸不变；

(3.3)网络中第三层、第四层和第五层的卷积层步长为1，最大池化层的步长为2，卷积层采用边缘补0的方式保持图像尺寸不变；

(3.4)初始学习率为1×e^(-3)，调整学习率的策略为迭代固定的次数之后以一定的比例降低学习率，具体为20000次迭代后将学习率调整为1×e^(-4)，450000次迭代后将学习率调整为1×e^(-5)；

在步骤(5)中，所述对获取的铅笔图像进行数据训练的过程如下：

(5.1)在训练前，首先将搭建的神经网络在公开数据集VOC2007和VOC2012上进行预训练；

(5.2)将进行数据增强的铅笔图像作为神经网络的输入；

(5.3)损失函数由定位误差、置信误差和分类误差组成,对不同的部分采用了不同的权重值；

其中，定位误差指的是：

(1)预测的铅笔的中心点位置和真实的铅笔的中心点位置之间的误差；

(2)预测的铅笔的边框的大小和真实的铅笔边框的大小之间的误差；

其中，置信误差指的是：

(1)预测图像中存在铅笔的情况下，预测的铅笔的置信度和真实的铅笔的置信度的之间的误差；

(2)预测图像中不存在铅笔的情况下，预测的铅笔的置信度和真实的铅笔的置信度之间的误差；

其中，分类误差指的是预测的铅笔数量和真实的铅笔数量之间的误差；

其中，不同的权重指的是定位误差、置信误差和分类误差的不同的系数，具体的系数大小即为网络的超参数值，需要经过调试得到最优解；

(5.4)通过训练和交叉验证，得到网络的超参数值；将网络的超参数值进行重新设置，设置为学习得到的最优值，再次训练得到最终的神经网络模型。