买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：本发明公开了一种基于YOLOv5s神经网络的酒店套装门检测方法，属于深度学习技术领域。该方法包括以下步骤：1采集酒店安装好的套装门图像并使用ACDSee批量调整图像大小成640×640，2通过LabelImg目标检测标注工具对数据进行标记，3使用PyTorch深度学习框架，搭建基础的YOLOv5s神经网络模型并修改模型结构，4利用数据集对目标检测模型进行训练和测试，得到最优目标检测模型并部署到华为Atlas200DK边端设备上。

主权项：1.一种基于YOLOv5s神经网络的酒店套装门检测方法，其特征在于，所述方法包括以下步骤：步骤一：采集酒店安装好的套装门图像，并使用ACDSee批量调整图像大小成640×640；步骤二：通过LabelImg目标检测标注工具对步骤一中的图像数据进行标记；步骤三：使用PyTorch深度学习框架，搭建基础的YOLOv5s神经网络模型并修改模型结构，以得到目标检测模型；步骤四：利用数据集对步骤三中的目标检测模型进行训练和测试，将训练好的目标检测模型部署到华为Atlas200DK设备上；其中，步骤三中，所述的使用PyTorch深度学习框架，搭建基础的YOLOv5s神经网络模型并修改模型结构，包括以下步骤：步骤31：使用PyTorch框架搭建基础的YOLOv5s神经网络；步骤32：修改基础的YOLOv5s神经网络的主干网络，具体为：在主干网络中的跨阶段局部结构里嵌入坐标注意力机制，坐标注意力机制将通道注意力输出的原始特征xci,j分解为两个一维的转置特征映射和 其中，c、h、w表示特征的可变通道、可变高和可变宽，H和W表示特征的最大高和宽，i和j表示逐宽和逐高累加特征的顺序，将两个一维特征编码分别沿两个空间方向聚合特征f： 其中，δ、Conv和Concat分别表示为非线性激活函数、卷积和特征拼接，聚合特征再分解沿一个空间方向捕获远程依赖关系同时沿另一空间方向保留精确的位置信息 其中，fh和fw分别表示聚合特征f沿高和宽的方向进行的特征分解，σ表示Sigmoid激活函数，最后这两个方向的特征与原始输入特征进行展开加权求和，得到坐标注意力特征yci,j： 其中，展开加权求和简化后以乘积的形式呈现；步骤33：修改原有模型的颈部网络，具体为：参考双向特征金字塔结构在特征金字塔加路径聚合结构中的第四层建立一个双向连接，第二层的中间输出和最终输出分别表示为和 其中，Conv和Concat分别表示卷积和特征拼接，和分别表示颈部网络中的双向特征金字塔的第三、四和五层的输入，Resize表示调整参数特征大小与Concat第一个参数一致；步骤34：修改原有模型的头部网络，具体为：把头部网络中用于多尺度特征预测的三分支检测头改成两个分支，去掉网格最小的输出特征大小为80×80×255的分支，保留两个分支的输出特征大小分别为40×40×255和20×20×255。

全文数据：

权利要求：

百度查询： 南京工业大学 一种基于YOLOv5s神经网络的酒店套装门检测方法