[发明专利]一种基于改进YOLOv5的工业清点方法

权利要求书

1.一种基于改进YOLOv5的工业清点方法，其特征是构建检测网络对工业清点中的旋转目标进行检测，得到目标矩形检测框，并对检测框进行计数，实现工业清点；所述检测网络为基于YOLOv5网络的改进，检测网络输入阶段使用Focus结构，分片处理输入的图像数据，Backbone结构部分使用CSPNet结构，Neck阶段使用FPN+PAN结构，在YOLOv5网络的Prediction预测阶段，对预测目标信息增加角度参数，即增加角度信息分类，并引入旋转矩形交并比RIOU评估旋转目标的置信度，检测网络在训练阶段对预测目标信息使用多任务损失Loss进行训练，包括环形平滑标签角度分类Loss、矩形框回归Loss、目标分类Loss和旋转置信度Loss，最后根据旋转非极大值抑制得到最终的目标矩形检测框输出，在实际工业清点的检测阶段，预测目标信息经过旋转非极大值抑制处理后，输出目标数目信息。

2.根据权利要求1所述的一种基于改进YOLOv5的工业清点方法，其特征是旋转非极大值抑制具体为：

(1)按类别对检测图片中得到的所有预测框P₁,P₂,P₃,...,P_n划分集合，表示为S₁,S₂,S₃,...,S_m；

(2)对m个集合分别计算旋转置信度，得分降序排列，得到L_m序列；

(3)在L_m中取出得分最高的位置对应的预测框P_i，与同序列中其他的预测框做RIOU计算，如果大于预设阈值，则剔除，如果小于则保留；

(4)在剩余预测框中找到得分最高的位置，重复步骤(3)，直到序列中所有预测框均被遍历。

3.根据权利要求1所述的一种基于改进YOLOv5的工业清点方法，其特征是旋转置信度Loss为：

为第i个网格第j个预测矩形，为真实框和预测框的RIOU计算值，Pr为概率函数，表示预测物体的有无。