一种基于改进YOLO26n的低空飞鸟目标检测方法

摘要: 本发明涉及深度学习与计算机视觉的目标检测,具体而言,涉及一种用于低空监控视频中飞鸟目标检测的、基于改进yolo26n网络的目标检测方法。背景技术:1、飞鸟的低空...
一种基于改进YOLO26n的低空飞鸟目标检测方法

本发明涉及深度学习与计算机视觉的目标检测,具体而言,涉及一种用于低空监控视频中飞鸟目标检测的、基于改进yolo26n网络的目标检测方法。

背景技术:

1、飞鸟的低空活动对民用航空机场、风力发电场、输电线路以及机场净空保护区等区域的安全运行构成威胁,飞鸟撞击(鸟击)是危及航空安全的重要因素之一。为及时发现并预警低空飞鸟,基于监控视频的飞鸟目标自动检测技术受到广泛关注。然而,监控视频中的低空飞鸟目标检测普遍存在以下困难:

2、第一,单帧特征不明显。监控背景复杂多变,部分飞鸟在单帧图像中几乎与天空、林木或建筑等背景融为一体,弱显著性目标的有效信息在深层语义建模过程中容易被背景冗余信息淹没,从而造成漏检。

3、第二,目标尺寸普遍偏小。受成像距离影响,飞鸟在画面中所占像素普遍较小,大量目标尺寸集中在数十像素量级,可用特征有限,对多尺度特征融合质量与边界框回归精度提出了更高要求。

4、第三,飞行中形态变化大。飞鸟为非刚体,振翅使其外观呈周期性或非周期性持续变化,且多呈不对称、不规则形态,标准卷积固定的采样方式难以充分适配其真实几何形态,导致边界框定位不稳定。

5、在现有目标检测方法中,两阶段检测器(如faster r-cnn系列)检测精度较高,但推理速度慢、模型较重;基于transformer的检测器(如rt-detr系列)全局建模能力强,但计算开销大、实时性受限;通用单阶段检测器(如早期yolo系列)虽具备速度优势,但其主干网络对弱纹理目标关键特征的响应能力不足,颈部网络对不规则轮廓的自适应能力有限,且边界框回归损失对宽高误差与难易样本差异的刻画不够充分。因此,将上述模型直接用于低空飞鸟检测,难以在精确率、召回率与实时性之间取得良好平衡,尤其在弱特征、小尺寸与不规则形态目标上漏检与定位误差较大。

6、因此,有必要提供一种针对低空飞鸟目标检测特点、在保持网络轻量化与实时性的前提下提升检测精确率与召回率的目标检测方法。

技术实现思路

1、本发明的目的在于提供一种基于改进yolo26n的低空飞鸟目标检测方法,以解决现有目标检测方法在低空飞鸟检测中因目标单帧特征微弱、尺寸偏小、形态不规则而导致的漏检率高、定位不稳定,以及难以兼顾检测精度与实时性的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、一种基于改进yolo26n的低空飞鸟目标检测方法,以轻量化单阶段检测网络yolo26n为基线,所述改进yolo26n网络由主干网络、颈部网络和检测头组成,并在三个层面进行协同改进,包括如下步骤:

4、步骤s1,数据获取与预处理。获取监控视频抽帧得到的图像样本,采用保持宽高比的letterbox方式进行预处理,先按缩放系数r对原图等比例缩放,再在短边方向对称填充至网络输入尺寸,并对所有标注边界框坐标按相同的缩放比例和平移规则进行同步映射,以避免非等比例缩放造成目标轮廓畸变并保证标签与图像的空间一致性。所述缩放系数r及单侧填充量、分别由式(1)至式(3)确定。

5、步骤s2,构建改进yolo26n网络。其一,在主干网络的sppf模块之前嵌入eca高效通道注意力机制,对已具备较强高层语义表达能力的特征进行通道维度的特征选择与响应增强,自适应强化与飞鸟目标相关的关键通道响应,降低背景冗余信息干扰,其计算过程由式(4)至式(7)给出;其二,在颈部网络中以aconv自适应卷积模块替换多尺度特征融合之后的标准卷积模块,通过主特征提取分支与自适应注意力分支的结合,依据输入内容动态调节各通道响应,增强融合特征对不规则振翅轮廓和细粒度局部结构的表达能力,其计算过程由式(8)至式(10)给出;其三,检测头采用无nms的端到端结构,对三层多尺度特征图并行输出类别置信度与边界框参数,降低推理阶段的后处理复杂度。

6、步骤s3,模型训练。以飞鸟数据集对改进yolo26n网络进行训练,边界框回归阶段采用focal-eiou损失函数:先以eiou损失对重叠程度、中心点距离、宽度误差和高度误差分别解耦建模(式(11)、式(12)),再引入与 iou 相关的 focal 聚焦权重(式(13)):低 iou预测框权重较小、贡献被抑制,高 iou 预测框被相对突出,从而在提升宽高误差建模针对性的同时,缓解大量低质量预测框主导回归优化、淹没高质量框的问题。

7、步骤s4,目标检测。将待检测图像经步骤s1预处理后输入训练完成的改进yolo26n网络,由检测头输出飞鸟目标的类别置信度与边界框,得到检测结果。

8、进一步的,步骤s2中所述eca通道注意力机制对输入特征图按通道进行全局平均池化得到通道描述向量,再经一维卷积与sigmoid函数生成通道权重并对原特征逐通道重标定;设输入特征图的维度为b×c×h×w,则第c个通道的池化结果、通道权重和重标定输出分别按下式计算:

9、;

10、;

11、;

12、;

13、式中b、c、h、w分别表示输入特征图的批量大小、通道数、特征图高度和特征图宽度;为第c个通道在空间位置处的响应值,y为通道描述向量,为核长为k的一维卷积, 表示对输入特征图x进行全局平均池化后得到的通道描述向量,为sigmoid函数,为第c个通道的特征,与分别为第c个通道的注意力权重与重标定后特征,表示通道描述向量z中第c个通道对应的全局平均池化结果,表示第c个通道的通道描述值,表示经一维卷积和sigmoid函数生成的通道注意力权重向量。

14、进一步的,其特征在于,所述一维卷积的核长k由通道数c自适应确定:

15、;

16、式中,表示取最近的奇数,γ和b为映射系数。

17、进一步的,其特征在于,步骤s2中所述aconv自适应卷积模块包括主特征提取分支和自适应注意力分支;主分支通过标准卷积获取局部响应,自适应注意力分支对输入特征进行全局统计生成通道权重,并对主分支输出进行动态重标定:

18、;

19、;

20、;

21、式中,f为主分支卷积输出,表示主特征提取分支对输入特征执行的卷积运算,表示沿输入特征空间维度进行的全局平均池化运算,z为输入特征的全局平均池化通道描述,δ为非线性激活函数,、为可学习参数,与分别为第c个通道的自适应权重与模块输出,表示主特征提取分支输出f的第c个通道特征。

22、进一步的,步骤s3中所述focal-eiou损失函数由eiou损失与focal聚焦权重构成,eiou损失包括重叠损失项、中心点距离损失项、宽度损失项和高度损失项,其中,用于度量预测框与真实框之间的重叠误差,用于度量归一化的中心点距离误差,用于度量归一化的宽度误差,用于度量归一化的高度误差;所述eiou损失对预测框与真实框之间的重叠程度、中心点距离、宽度误差和高度误差进行解耦建模,包括重叠损失项、中心点距离损失项、宽度损失项和高度损失项,并按下式计算:

23、;

24、;

25、式中,表示预测框b与真实框之间的交并比。表示预测框b与真实框之间的eiou边界框回归损失,b与分别为预测框和真实框,与为预测框和真实框的中心点,w、h分别为预测框的宽和高,、分别为真实框的宽和高,(·)为欧氏距离,c为最小外接框对角线长度,、为最小外接框的宽和高。

26、进一步的,所述focal-eiou损失函数在eiou损失基础上引入与iou相关的聚焦权重,对不同质量预测框赋予差异化优化强度:

27、

28、式中,γ为聚焦系数;由于iou介于0与1之间,聚焦权重随预测框质量单调变化,iou低于设定阈值的预测框权重较小、损失贡献被抑制,iou不低于设定阈值的预测框被相对突出,从而缓解大量低质量预测框主导回归优化的问题,提升回归稳定性与定位精度。

29、进一步的,步骤s1中所述letterbox预处理的缩放系数r及填充量按下式确定:

30、;

31、;

32、;

33、式中,、为原始图像的宽和高,、为网络输入的宽和高,,为等比例缩放后宽和高,、为水平与竖直方向的单侧填充量,表示将输入数值四舍五入至最接近整数的取整函数。

34、与现有技术相比,本发明的有益效果在于:

35、(1)特征增强:通过在主干网络sppf模块前嵌入eca通道注意力机制,以全局平均池化结合自适应核长一维卷积建立局部跨通道依赖,在几乎不增加参数量的前提下增强主干网络对弱显著性飞鸟特征的选择性表达,提高单帧弱特征目标的检出能力。

36、(2)自适应感知:通过在颈部网络引入aconv自适应卷积,使卷积输出随输入内容自适应调节,克服标准卷积固定采样方式对不规则振翅轮廓适配不足的问题,提升复杂形态飞鸟目标的定位稳定性。

37、(3)回归优化:通过focal-eiou损失函数对宽高误差解耦建模,并以与 iou 相关的聚焦权重抑制低质量预测框的过度贡献、相对突出高质量预测框,提高边界框回归精度与训练稳定性。

38、(4)综合性能:上述三项改进分别作用于主干网络、颈部网络和边界框回归阶段,形成由特征表达到特征融合再到定位优化的协同关系,在仅增加少量参数量与计算量的前提下,同步提升检测的精确率、召回率与平均精度,并保持较高推理速度,适合边缘计算平台的实时部署。