1、 电 子 测 量 技 术E L E C T R ON I CME A S UR EME N TT E CHNO L OG Y第4 6卷 第1期2 0 2 3年1月 D O I:1 0.1 9 6 5 1/j.c n k i.e m t.2 2 1 0 2 8 6基于Y O L O v 5的轻量化端到端手机检测方法*刘 星1,2 蔡乐才2 陈波杰1 成 奎2 高 祥1 段少松1(1.四川轻化工大学自动化与信息工程学院 宜宾6 4 4 0 0 2;2.宜宾学院三江人工智能与机器人研究院 宜宾6 4 4 0 0 0)摘 要:针对监控图像中手机尺寸较小、分辨率低且特征不明显等问题,给检测算法研究带来了
2、困难。提出了一种改进的YO L O v 5网络模型方法用来识别手机的使用。改进的检测算法引入轻量级网络G h o s t N e t作为主干提取网络,将G h o s t C o n v模块、C 3 G h o s t模块分别代替主干网络中的C o n v基本卷积模块和C 3模块,减小网络参数和复杂度;同时,将注意力机制C B AM引入到主干网络中,减少融合后冗余特征的影响,提取到目标区域中更加关键的特征信息;使用四尺度特征检测,在原算法基础上对应的增加检测层,用以提高更小目标的检测精度。实验结果表明,改进后的YO L O v 5算法准确率达到9 5.7%,平均精度达到9 7.1%,比改进前训
3、练的准确率和平均精度分别提升了2.5%和1.8%,运算量和参数量较改进前分别减少了1 4.3%和2 4.5%。改进的YO L O v 5算法不仅具有轻量化优势,同时保证了准确率和平均精度。该方法为智能监测技术行业违规使用手机提供了理论依据和技术参考。关键词:手机检测;轻量化;YO L O v 5;G h o s t N e t中图分类号:T P 3 9 1 文献标识码:A 国家标准学科分类代码:5 2 0.6 0 4 0L i g h t w e i g h t e n dt oe n dm o b i l ep h o n ed e t e c t i o nm e t h o db a s
4、 e do nY O L O v 5L i uX i n g1,2 C a iL e c a i2 C h e nB o j i e1 C h e n gK u i2 G a oX i a n g1 D u a nS h a o s o n g1(1.S c h o o l o fA u t o m a t i o na n dI n f o r m a t i o nE n g i n e e r i n g,S i c h u a nU n i v e r s i t yo fS c i e n c e&E n g i n e e r i n g,Y i b i n6 4 4 0 0 2,
5、C h i n a;2.S a n j i a n gA r t i f i c i a l I n t e l l i g e n c ea n dR o b o tR e s e a r c hI n s t i t u t e,Y i b i nU n i v e r s i t y,Y i b i n6 4 4 0 0 0,C h i n a)A b s t r a c t:F o rp r o b l e m ss u c ha ss m a l l s i z e,l o wr e s o l u t i o na n dn o t o b v i o u s f e a t u
6、r e so fm o b i l ep h o n e s i nt h em o n i t o r i n gi m a g e s,i th a sb r o u g h td i f f i c u l t i e s t ot h es t u d yo f t h ed e t e c t i o na l g o r i t h m.T h i sa r t i c l ep r o p o s e sa n i m p r o v e dYO L O v 5n e t w o r k m o d e l m e t h o dt oi d e n t i f yt h eu
7、s eo f m o b i l ep h o n e s.T h ei m p r o v e d d e t e c t i o na l g o r i t h m i n t r o d u c e st h el i g h t w e i g h tn e t w o r k G h o s t N e ta st h e m a i ne x t r a c t i o nn e t w o r k,a n dt h eG h o s t C o n v m o d u l e,t h eC 3 G h o s tm o d u l ei n s t e a do f t h e
8、C o n vb a s i c c o n v o l u t i o nm o d u l e a n dt h eC 3m o d u l e i n t h em a i nn e t w o r kt or e d u c e t h en e t w o r kp a r a m e t e r sa n dc o m p l e x i t y;a t t h es a m e t i m e,t h ea t t e n t i o nm e c h a n i s mC B AMi s i n t r o d u c e d i n t ot h em a i nn e t
9、w o r k,r e d u c i n gt h ee f f e c t so f r e d u n d a n t c h a r a c t e r i s t i c sa f t e r f u s i o n,a n de x t r a c t i o no fm o r ec r i t i c a l f e a t u r e i n f o r m a t i o ni nt h et a r g e ta r e a;u s i n gf o u rs c a l e f e a t u r ed e t e c t i o n,t h ec o r r e s
10、p o n d i n gi n c r e a s eo ft h ed e t e c t i o nl a y e ro nt h eb a s i so ft h ea l g o r i t h m,t oi m p r o v e t h ed e t e c t i o na c c u r a c yo fs m a l l e rt a r g e t s.T h ee x p e r i m e n t a l r e s u l t ss h o wt h a t,t h ea c c u r a c yo ft h ei m p r o v e dYO L O v 5a
11、 l g o r i t h mi s9 5.7%,a n dt h emA Pi s9 7.1%,t h ea c c u r a c ya n dmA Po f t h e t r a i n i n g i n c r e a s e db y2.5%a n d1.8%,t h e c a l c u l a t i o na n dp a r a m e t e r sw e r e r e d u c e db y1 4.3%a n d2 4.5%.T h e i m p r o v e dYO L O v 5a l g o r i t h mn o t o n l yh a s t
12、 h ea d v a n t a g e so f l i g h t w e i g h t,b u t a l s oe n s u r e s t h emA Pa n da c c u r a c y.T h i sm e t h o dp r o v i d e s t h e o r e t i c a l b a s i sa n dt e c h n i c a l r e f e r e n c e f o r t h eu s eo fm o b i l ep h o n e s i nt h e i n t e l l i g e n tm o n i t o r i
13、n gt e c h n o l o g y i n d u s t r y.K e y w o r d s:m o b i l ep h o n ed e t e c t i o n;l i g h t w e i g h t;YO L O v 5;G h o s t N e t 收稿日期:2 0 2 2-0 6-1 1*基金项目:四川省科技厅重点研发项目(2 0 1 9 Y F N 0 1 0 4)、四川轻化工大学研究生创新基金(y 2 0 2 1 0 7 6)、宜宾学院校级培育项目(2 0 1 9 P Y 3 9)资助0 引 言 手机作为2 1世纪人类最伟大的发明,改变了人们的生产、生活
14、和交往方式等各个方面1。让人们的沟通变得轻松方便的同时,手机也逐渐给我们的生活增加了许多负面影响。例如,驾驶员在驾驶过程中分心玩手机,导致交通事故2;行人玩手机误入车行道被车撞3。加油站、机场等特殊场合玩手机是被严令禁止的,还有一些办公场景中,工作人员因为在办公时间里长时间玩手机而造成不良后果。为提高工作人员的工作效率,节约人力监督成本;同时,将玩881刘 星 等:基于YO L O v 5的轻量化端到端手机检测方法第1期手机识别算法应用到驾驶员或课堂纪律上,也能有效避免玩手机造成的交通事故,以及学生玩手机导致的成绩下降等后果。因此,准确、高效地识别手机违规使用问题十分必要。传统目标检测主要是通
15、过手工设计的方法来获取物体特征,但存在较多缺陷。2 0 1 2年之后,随着计算机运算能力的不断提升,目标检测逐渐从基于传统手工特征的检测算法,迅速发展为基于深度学习的检测算法4。基于深度学习的目标检测在步骤处理阶段可分为单阶段(o n e-s t a g e)方法 和 两 阶 段(t w o-s t a g e)两 种 框 架。两 阶 段 方 法 有R C NN系列5-8;单阶段方法有S S D系列9和YO L O系列1 0-1 3等。相较于两阶段;单阶段方法缺少了候选区域的提取过程,但检测速度大大提升。熊群芳等1 4利用校准网络算法和YO L O v 3进行驾驶员打电话行为监测;张宏群等1
16、5利用YO L O v 5优化损失函数和目标框方式,提高了遮挡中的小目标检测效果;王泽杰等1 6利用一种人体姿态估计和融合YO L O v 3目标检测玩手机行为,该方法计算复杂且资源消耗大,不利于部署。目前,大部分研究只对打电话行为进行识别,而且大多数都还是针对驾驶员。鉴于目前现有检测“玩手机”的相关研究稀少,且难以简单迁移使用,适应场景有限难以满足多样的现实需求。综上,本文提出了一种基于YO L O v 5网络模型,选择YO L O v 5的最小化模型YO L O v 5 n。因其简洁、轻量、高效等优点和具有易移植性,可装配至嵌入式设备平台进行目标检测的任务,成为本文的首选。1 Y O L O系列网络 YO L O v 5目标检测算法是U l t r a l y t i c s公司与2 0 2 0年发布的1 7。整体结构如图1所示。最初的YO L O v 5有4个 版 本,分 别 为YO L O v 5 s、YO L O v 5 m、YO L O v 5 l、YO L O v 5 x,这4个版本,根据模型的宽度和深度依次增加。随着YO L O v 5发布的第6个版本,推出支持移动端的