[发明专利]基于yolov5模型的目标检测方法及相关装置

说明书

本申请实施例公开了一种基于yolov5模型的目标检测方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待处理图像；将待处理图像输入至yolov5模型的输入端，获得输入端输出的第一矩阵，第一矩阵为m行n列的矩阵；通过yolov5模型的变换模块将第一矩阵变换成第二矩阵，第二矩阵为j行n列的矩阵；基于第二矩阵，通过yolov5模型的基准网络、Neck网络和输出端，获得待处理图像的目标检测结果，j小于m。可见，本申请实施例在现有yolov5模型的基础上增加了变换模块，通过变换模块将维度为m*n的第一矩阵降为维度为j*n的第二矩阵，降低了矩阵数据规模，进而降低了计算复杂度，减少了计算耗时。

技术领域

本申请属于目标检测领域，尤其涉及一种基于yolov5模型的目标检测方法、装置、电子设备及计算机可读存储介质。

背景技术

目前，yolov5算法被用于检测出图像中的感兴趣目标。但是，传统的yolov5算法的数据规模较大，导致计算复杂度较高，计算耗时较长。

发明内容

本申请实施例提供一种基于yolov5模型的目标检测方法、装置、电子设备及计算机可读存储介质，可以解决传统yolov5算法由于数据规模较大导致计算复杂度较高，计算耗时较长的问题。

第一方面，本申请实施例提供一种基于yolov5模型的目标检测方法，该yolov5模型包括输入端、变换模块、基准网络、Neck网络和输出端，该方法包括：

获取待处理图像；

将待处理图像输入至输入端，获得输入端输出的第一矩阵，第一矩阵为m行n列的矩阵；

通过变换模块将第一矩阵变换成第二矩阵，第二矩阵为j行n列的矩阵；

基于第二矩阵，通过基准网络、Neck网络和输出端，获得待处理图像的目标检测结果；

其中，j小于m，m、j和n均为正整数。

由上可见，本申请实施例在现有yolov5模型的基础上增加了变换模块，以通过变换模块将输入端最终输出的第一矩阵变换成第二矩阵，再将第二矩阵带入模型后续的基准网络，并通过基准网络、Neck网络和输出端进行后续运算，获得目标检测结果，这样，通过变换模块将维度为m*n的第一矩阵降为维度为j*n的第二矩阵，降低了矩阵数据规模，进而降低了计算复杂度，减少了计算耗时。

在第一方面的一些可能的实现方式中，通过变换模块将第一矩阵变换成第二矩阵，包括：

将第一矩阵输入至变换模块，以使变换模块通过计算第一矩阵的协方差矩阵获得第三矩阵，并在对第三矩阵进行特征分解，得到特征值和每个特征值对应的特征向量后，根据特征值的分布，选取前j个特征值对应的特征向量构成第四矩阵，再将第四矩阵和第一矩阵相乘，得到第二矩阵。

在第一方面的一些可能的实现方式中，获取待处理图像，包括：

根据预先配置的视频流地址，获取通过无人机搭载的图像采集装置采集的视频流；

根据预先配置的帧率从视频流中截取图像，以获得待处理图像。

在该实现方式中，使用变换模块将第一矩阵变换成第二矩阵，使得无人机拍摄的图像数据中的主要信息得以保留，并且将次要信息进行了一定程度的削弱，进而减少了目标检测的干扰，提高了yolov5模型的目标检测准确性。

在第一方面的一些可能的实现方式中，获取待处理图像，在获得待处理图像的目标检测结果之后，方法还包括：

将目标检测结果推送至无人机告警前端。

第二方面，本申请实施例提供一种基于yolov5模型的目标检测装置，该yolov5模型包括输入端、变换模块、基准网络、Neck网络和输出端，该装置包括：