[发明专利]一种基于无锚点目标检测的钢管计数方法

说明书

本发明公开了一种基于无锚点目标检测的钢管计数方法，属于目标检测技术领域，包括采集钢管堆垛横截面图片；将采集的图片作为输入，构建DLA网络模型进行下采样抽取特征图；将特征图转化为热力图，计算中心点坐标分散到热力图上的预测值，计算中心点坐标的半径；采用最大池化层选取池化窗口热力图上最大预测值的中心点坐标，基于选取的中心点坐标构建中心点坐标集合，过滤掉中心点坐标集合中预测值小于阈值的中心点坐标。本发明解决当下人力清点钢管计数不准确问题，可有效减轻计数工人的劳动强度，提高计数效率，基于传统描点的目标检测，采用了无锚点的目标检测，具备更简单的网络设计、更少的超参数，并且确保目标对象的旋转不变性。

技术领域

本发明属于目标检测技术领域，具体涉及一种基于无锚点目标检测的钢管计数方法。

背景技术

在建筑行业中，钢管是不可缺少的建筑材料之一。根据钢结构行业的统计数据，钢管在建筑钢结构中的用量占比约为14%。通常钢管在生产线、运输、使用过程中对钢管数量是有数量要求的。传统的钢管清点方式采用人工清点，该方式过程繁琐、耗时耗力且人力成本较高。随着人工智能的发展，深度学习技术在目标检测等中取得了重大突破，但钢管是体积较小、大小不一的圆形物体，很难被矩阵检测框探测到。一般的目标检测预测框用于标识模型计算输出的框位置，常用格式有左上右下坐标或者中心宽高坐标，然而钢管通常是圆形截面，传统的锚点（anchor）机制存在尺寸固定、模型鲁棒性差等问题，并且涵盖了大量非目标物体的区域，引入较多的干扰，成为所属技术领域技术人员亟待解决的技术问题。

因此，本发明提供了一种基于无锚点目标检测的钢管计数方法，以至少解决上述部分技术问题。

发明内容

本发明要解决的技术问题是：提供一种基于无锚点目标检测的钢管计数方法，以至少解决上述部分技术问题。

为实现上述目的，本发明采用的技术方案如下：

一种基于无锚点目标检测的钢管计数方法，其特征在于，包括以下步骤：

步骤S1、采集钢管堆垛横截面图片；

步骤S2、将采集的图片作为输入，构建DLA网络模型进行下采样抽取特征图；

步骤S3、将特征图转化为热力图，计算中心点坐标分散到热力图上的预测值，计算中心点坐标的半径；

步骤S4、采用最大池化层选取池化窗口热力图上最大预测值的中心点坐标，基于选取的中心点坐标构建中心点坐标集合，过滤掉中心点坐标集合中预测值小于阈值的中心点坐标。

进一步的，所述步骤S1中，所述图片为不同拍摄角度状态下对钢管堆垛截面拍摄的图片，所述钢管堆垛截面的钢管数量为10-500。

进一步的，所述步骤S2中，输入I∈R^w×h×3，其中R表示维度，w和h表示特征图的宽和高，3表示特征图通道数。

进一步的，所述步骤S3包括以下过程：步骤S31、将DLA主干网络至少经全连接、池化、卷积解码方式得到的第一分支，构建第一分支的输出维度为，其中L表示待识别的类别数，s表示下采样率，w和h表示特征图的宽和高，基于第一分支将特征图转化为热力图；步骤S32、将热力图上中心点坐标通过高斯核函数进行描述；步骤S33、采用焦点损失函数对中心点预测损失函数进行优化，得到优化后的中心点坐标的预测值；步骤S34、将DLA主干网络至少经全连接、池化、卷积解码方式得到的第二分支，构建第二分支的输出维度为 ，其中R表示维度，s表示下采样率，w和h表示特征图的宽和高，计算中心点坐标的半径。

进一步的，所述步骤S32中，所述高斯核函数为：，其中为高斯核函数的值，x、y为热力图上关键点的二维坐标，c表示类别的索引编号，表示关键点经DLA网络模型下采样后得到的中心点坐标，表示宽和高的标准差。