(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111663929.9 (22)申请日 2021.12.31 (71)申请人 扬州大学 地址 225009 江苏省扬州市大 学南路88号 (72)发明人 朱金荣　曹海涛　邓小颖　张梦　 侯伍岳　张剑云　夏长权　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 代理人 王晓东 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/25(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06T 3/40(2006.01) G06T 7/11(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于yolov5的行人检测方法 (57)摘要 本发明公开了一种基于yolov5的行人检测 方法， 包括， 利用主干特征提取网络对输入端输 入的数据进行特征提取； 将提取的所述特征输入 特征加强网络进行加强； 结合预测层预测目标 框， 输出得到检测结果； 本发明通过更改网络结 构， 减少参数， 提升运行速度， 达到更好的实时 性。 权利要求书2页 说明书6页 附图3页 CN 114267052 A 2022.04.01 CN 114267052 A 1.一种基于yo lov5的行人检测方法， 其特 征在于： 包括， 利用主干特 征提取网络对输入端输入的数据进行 特征提取； 将提取的所述特 征输入特 征加强网络进行加强； 结合预测层预测目标框， 输出 得到检测结果。 2.根据权利 要求1所述的基于yolov5的行人检测方法， 其特征在于： 在特征提取之前需 要对数据进行 预处理， 包括： 利用马赛克 数据增强处 理图片； 通过Focus对图片进行切片操作； 通道数量乘4。 3.根据权利要求1或2所述的基于yolov5的行人检测方法， 其特征在于： 所述马赛克数 据增强包括， 将四张图片进行随机 裁剪； 将裁剪后的图片拼接 到一张图上作为训练数据。 4.根据权利要求3所述的基于yolov5的行人检测方法， 其特征在于： 所述切片操作包 括， 在一张图片中每隔一个 像素拿到一个值， 类似于邻近下采样， 得到四张图片； 四张图片互补， 将W、 H信息集中到通道空间； 输入通道扩充了4倍， 即拼接起来的图片相对于原先的RGB三通道模式变成了12个通 道； 将得到的新图片再 经过卷积操作， 得到没有信息 丢失情况 下的二倍下采样特 征图。 5.根据权利要求4所述的基于yolov5的行人检测方法， 其特征在于： 所述特征提取包 括， 将1×1输出后的特征图按照通道均分n块， 每一部 分是xi,i∈{1,2,3,...,n}， 每一个xi 对应一个3 ×3的卷积， 由ki()表示， yi表示ki()的输出； 特征子集xi与ki‑1()的输出相加， 送入ki()； 对特征的重复利用， 得到不同数量以及不同感受野大小的输出； 将所有输出进行融合并进行1 ×1的卷积； 6.根据权利要求4或5所述的基于yolov5的行人检测方法， 其特征在于： 对所述特征进 行加强包括， FPN(特征金字塔网络)高维度向低维度传递语义信息； PAN(路径聚合网络)低维度向高维度再传递 一次语义信息； 深层的特 征图携带有更强的语义特 征， 较弱的定位信息； 浅层的特 征图携带有较强的位置信息， 和较弱的语义特 征。 7.根据权利要求6所述的基于yo lov5的行人检测方法， 其特 征在于： 还 包括， 所述FPN(特 征金字塔网络)把深层的语义特 征传到浅层， 增强多个尺度上的语义表达；权　利　要　求　书 1/2 页 2 CN 114267052 A 2所述PAN(路径聚合网络)把浅层的定位信息传导到深层， 增强多个尺度上的定位能力。 8.根据权利 要求7所述的基于yolov5的行人检测方法， 其特征在于： 所述预测目标框包 括， 曼哈顿距离， 为两个点之间垂直和水平 距离的总和， 表示 为: MH(u,v)＝|(x1‑x2)|+|y1‑y2| 其中： (x1,y1)为第一个点的坐标值， (x2,y2)为第二个点的坐标值。 9.根据权利要求8所述的基于yo lov5的行人检测方法， 其特 征在于： 还 包括， 在图像中感兴趣的位置周围形成边界框 簇； 在Confluence中， 以任意两个边界框的左上角和右下角坐标的曼哈顿距离作 为边界框 是否为同一簇的判定标准。 10.根据权利要求8或9所述的基于yo lov5的行人检测方法， 其特 征在于： 具体包括： 进行归一化操作， 将坐标缩小到0到1之间， 使图像内通过任意两个大的目标边框和任 意小的目标边框的关系相比较来区分内边界框和目标间边界框 。权　利　要　求　书 2/2 页 3 CN 114267052 A 3