[发明专利]基于YOLOV4模型的违章建筑检测方法

说明书

本发明属于图像识别目标检测技术领域，具体涉及一种基于YOLOV4模型的违章建筑检测方法，其包括：根据预选区域的视频获取违章建筑的图片；对图片进行标注，并根据标注后的图片获取先验框；将由图片构成的数据集划分为训练集和测试集；对训练集进行预处理；根据预处理后的训练集对YOLOV4模型进行训练；根据测试集对训练后的YOLOV4模型进行调整；以及将视频输入调整后的YOLOV4模型以检测视频内的违章建筑，实现了快速精准的对违章建筑的识别。

技术领域

本发明属于图像识别目标检测技术领域，具体涉及一种基于YOLOV4模型的违章建筑检测方法。

背景技术

随着城市化不断发展，房产价值也随之水涨船高，非法占用土地新增违章建筑或者改变原有建筑设计加盖违章建筑的事件层出不穷，由于建筑楼顶违章建筑的隐蔽性，往往很难发现，这些违章建筑一直都是拆违工作中的难点，但由于人力资源以及信息途径有限，导致很多违章建筑不能得到快速的发现并拆除。

目前随着深度学习在目标检测领域的优异的表现以及无人机的普及，为解决建筑楼顶违章建筑的发现和拆穿提供了非常有力的解决方案。但是目前的算法大多都是基于现有的数据集进行优化，如ImageNet、COCO、VOC等，在实际的应用中，对特定场景下的特定目标物的识别还没有形成标准化的方法，如低空无人机拍摄视频中的违章建筑的识别。由于无人机的飞行高度较高，每张图像的像素尺寸较大，这为无人机违章建筑的识别带来了一些困难，并且无人机拍摄的违章建筑的样本比较难以获得。

在违章建筑识别中，主要有两种方法，一种是基于图像对比的方法，一种是基于图像识别的方法，具体如下：

基于图像识别的方法主要依赖与深度学习模型的优异表现，通过标注好的数据集训练出一个模型，输入新的航拍数据，就能得到违章建筑的信息。

基于图像对比的方法识别出不同之后，可能需要人为的判断，目前的一些图像识别的方法效率过低不适合视频的识别。因此急需一种高效可行的方案对低空无人机拍摄的视频进行目标物的检测。

因此，基于上述技术问题需要设计一种新的基于YOLOV4模型的违章建筑检测方法。

发明内容

本发明的目的是提供一种基于YOLOV4模型的违章建筑检测方法。

为了解决上述技术问题，本发明提供了一种违章建筑检测方法，包括：

根据预选区域的视频获取违章建筑的图片；

对图片进行标注，并根据标注后的图片获取先验框；

将由图片构成的数据集划分为训练集和测试集；

对训练集进行预处理；

根据预处理后的训练集对YOLOV4模型进行训练；

根据测试集对训练后的YOLOV4模型进行调整；以及

将视频输入调整后的YOLOV4模型以检测视频内的违章建筑。

进一步，所述根据预选区域的视频获取违章建筑的图片的方法包括：

拍摄预选区域的视频，选取视频中带有违章建筑的视频片段，以获得带有违章建筑的图片，并且将图片的分辨率调整至预设分辨率。

进一步，所述对图片进行标注，并根据标注后的图片获取先验框的方法包括：

对分辨率调整后的图片中违章建筑的位置进行标注，获取目标框，获取标记数据中目标框的长和宽以及位置；

以标注的物体类别以及目标框的长和宽，以及位置作为该图片的标签，并对目标框的长和宽进行归一化：