[发明专利]煤矸图像识别方法、装置、设备

权利要求书

1.一种煤矸图像识别方法，其特征在于，包括：

构建图像识别模型YOLOv5s_GC；

基于所述图像识别模型YOLOv5s_GC对待检测图像进行煤矸识别；

所述图像识别模型YOLOv5s_GC的构建包括：

利用GhostC3模块代替原YOLOv5s网络模型中的C3模块；所述GhostC3模块通过分阶段卷积减少模块的参数量和计算量。

2.根据权利要求1所述的煤矸图像识别方法，其特征在于，所述图像识别模型YOLOv5s_GC的构建还包括：

利用GhostConv模块代替原YOLOv5s网络模型中的CBS模块；所述GhostConv模块用于消除卷积过程中冗余的特征图。

3.根据权利要求1或2所述的煤矸图像识别方法，其特征在于，所述图像识别模型YOLOv5s_GC的构建还包括：

利用CBS_CBAM模块代替原YOLOv5s网络模型中处于Focus结构之后的CBS模块；所述CBS_CBAM模块用于弥补模型损失的部分精度。

4.根据权利要求2所述的煤矸图像识别方法，其特征在于，所述GhostC3模块包括：第一CBS模块、第二CBS模块、第三CBS模块以及由若干GhostNet基本单元相连构成的GhostBottleneck模块；所述GhostNet基本单元包括所述GhostConv模块；

所述GhostC3模块将输入特征图分成两部分，一部分作为第一CBS模块的输入，另一部分作为第二CBS模块的输入；所述第一CBS模块的输出作为GhostBottleneck模块的输入，GhostBottleneck模块的输出与第二CBS模块的输出拼接，将两者的拼接结果作为第三CBS模块的输入，第三CBS模块的输出为GhostC3模块的输出。

5.根据权利要求2所述的煤矸图像识别方法，其特征在于，所述GhostConv模块包括：

1×1卷积单元，用于对特征图进行降维，得到第一特征图；

逐通道卷积单元，用于对所述第一特征图进行逐通道卷积，得到第二特征图；

拼接单元，用于将所述第一特征图和第二特征图进行通道拼接，以得到最终的输出特征图。

6.根据权利要求4所述的煤矸图像识别方法，其特征在于，在卷积步长为1的情况下，所述GhostNet基本单元包括：两个所述GhostConv模块，该两个GhostConv模块相连。

7.根据权利要求4所述的煤矸图像识别方法，其特征在于，在卷积步长为2的情况下，所述GhostNet基本单元包括：两个所述GhostConv模块、以及连接在所述两个GhostConv模块之间的步长为2的逐通道卷积单元。

8.一种煤矸图像识别装置，其特征在于，包括：

构建单元，用于构建图像识别模型YOLOv5s_GC；

图像识别单元，基于所述图像识别模型YOLOv5s_GC对待检测图像进行煤矸识别；

所述图像识别模型YOLOv5s_GC的构建包括：

利用GhostC3模块代替原YOLOv5s网络模型中的C3模块；所述GhostC3模块通过分阶段卷积减少模块的参数量和计算量；

利用GhostConv模块代替原YOLOv5s网络模型中的CBS模块；所述GhostConv模块用于消除卷积过程中冗余的特征图；

利用CBS_CBAM模块代替原YOLOv5s网络模型中处于Focus结构之后的CBS模块；所述CBS_CBAM模块用于弥补模型损失的部分精度。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述煤矸图像识别方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述煤矸图像识别方法。