[发明专利]障碍物检测方法、装置、系统及存储介质

权利要求书

1.一种障碍物检测方法，其特征在于，包括：

获取传感器采集的检测图片；

将所述检测图片输入预设的改进yolov5模型中进行处理，其中所述改进yolov5模型包括：骨干网络、颈部网络和头部网络，其中所述改进yolov5模型的具体处理过程，包括：将所述检测图片输入骨干网络中进行第一次特征提取处理，将所述第一次特征提取处理后的特征图输入颈部网络进行第二次特征提取处理，将所述第二次特征提取处理后的特征图输入所述头部网络输出障碍物检测结果；

其中在所述骨干网络和所述颈部网络中具有改进的csp结构，其中所述改进的csp结构包括第一处理分支和第二处理分支和主干部分，第一处理分支中包括第一计算模块，第二处理分支包括第一计算模块和第二计算模块，所述主干部分包括融合层和第一计算模块；其中所述第二计算模块中包括大小超过常规卷积核的深度可分离卷积；其中所述改进的csp结构对特征图的处理过程为：将特征图输入第一处理分支，经过第一计算模块进行处理；将特征图输入第二处理分支，依次经过第一计算模块和第二计算模块进行处理；将所述第一处理分支处理后的特征图和所述第二处理分支处理后的特征图输入主干部分的融合层进行融合，得到融合的特征图；将所述融合的特征图经过主干部分的第一计算模块进行处理，得到改进csp结构处理后的特征图，其中第二计算模块对特征图进行处理时，通过所述大小超过常规卷积核的深度可分离卷积对特征图进行如下处理：通过所述大小超过常规卷积核对每一张特征图进行独立卷积处理，并对各卷积处理后的特征图的通道进行常规卷积操作和加权处理。

2.根据权利要求1所述的方法，其特征在于，所述第一计算模块按照输入到输出的顺序依次包括：第一常规卷积层、第一批归一化层、第一激活函数层；

相应地，所述将特征图输入第一处理分支，经过第一计算模块进行处理，包括：

通过第一常规卷积层对特征图进行卷积处理，得到数目减半的特征图；

通过第一批归一化层对所述数目减半后的特征图进行批归一化处理，得到服从标准正态分布的特征图；

通过第一激活函数层增加所述服从标准正态分布的特征图的非线性特性，以输出第一处理分支处理后的特征图。

3.根据权利要求1所述的方法，其特征在于，所述第二计算模块按照输入到输出的顺序依次包括：第二批归一化层、第二常规卷积层、第三批归一化层、第二激活函数层、大小超过常规卷积核的深度可分离卷积、第四批归一化层、第三激活函数层、第三常规卷积层、第五批归一化层；

其中所述大小超过常规卷积核的深度可分离卷积，包括：多个逐深度卷积和一个逐点卷积；

相应地，所述通过所述大小超过常规卷积核对每一张特征图进行独立卷积处理，并对各卷积处理后的特征图的通道进行常规卷积操作和加权处理，包括：

通过每个逐深度卷积层中对每一张特征图中进行独立的卷积计算，得到各卷积处理后的特征图；

通过逐点卷积对所有的卷积处理后的特征图进行常规卷积操作，并对常规卷积操作得到的通道进行加权处理，得到通道加权组合后的特征图。

4.根据权利要求3所述的方法，其特征在于，所述第二计算模块中还包括残差层；

所述残差层用于将输入所述第二批归一化层的特征图和所述第五批归一化层输出的特征图进行残差连接处理，得到残差连接后的特征图。

5.根据权利要求3所述的方法，其特征在于，所述逐深度卷积使用7*7大小的卷积核。