[发明专利]基于Tiny-YOLO v3的焊缝胶片字符识别方法

权利要求书

1.一种基于Tiny-YOLO v3的焊缝胶片字符识别方法，其特征在于，所述方法包括：

S1，将Tiny-YOLO v3网络中除上层预设层数外的多层3×3卷积层替换为特征融合提取的GCF模块；其中，所述GCF模块由Ghost模块和CSP特征融合模块结合而成，具体结合步骤如下：所述CSP特征融合模块将输入特征图在维度上均分为两部分，其中第一部分不进行任何操作，第二部分输入Ghost模块进行特征提取后与所述第一部分进行堆叠；所述第二部分输入Ghost模块进行特征提取的步骤为：第二部分特征图依次输入卷积层、归一化层和激活层后获得中间特征图，将所述中间特征图依次进入深度卷积层、归一化层和激活层后与所述中间特征图堆叠后输出；

S2，将所述Tiny-YOLO v3网络的大尺度和中尺度的预测层替换为小尺度预测层；

S3，根据样本的尺寸替换所述Tiny-YOLO v3网络的anchor值，至此完成了所述Tiny-YOLO v3网络的优化；具体步骤为：步骤S3’，获取具有焊缝胶片图像数据集中的每个真实标注框的长度和宽度，并求取其平均值，将该平均值加入到所述焊缝胶片图像数据集中重新求取平均值，将获得的平均值加入上一焊缝胶片图像数据集中再次求解平均值，以此方式不断向所述焊缝胶片图像数据集中添加平均值数据，直至求解的平均值与求解的上一平均值误差小于预设值，则根据最终求解的平均值尺寸获取anchor值；

S4，对优化后的所述Tiny-YOLO v3网络进行训练以更新所述Tiny-YOLO v3网络的权重值获得训练完成的Tiny-YOLO v3网络；

S5，采用训练完成的Tiny-YOLO v3网络对待测试焊缝胶片数据进行识别即可获得焊缝胶片上的字符。

2.根据权利要求1所述的方法，其特征在于，步骤S3还包括将所述Tiny-YOLO v3网络的每个栅格中的anchor的数量设置为1个。

3.根据权利要求1所述的方法，其特征在于，步骤S1中具体为将Tiny-YOLO v3网络的除第一层外的多层3×3卷积层替换为特征融合提取的GCF模块。

4.根据权利要求1所述的方法，其特征在于，采用k-means++算法并将所述k-means++算法中的聚类中心设置为1个实现所述步骤S3’。

5.根据权利要求1所述的方法，其特征在于，步骤S4中采用训练集对所述优化后的所述Tiny-YOLO v3网络进行训练，所述训练集的获得方法为：

将焊缝胶片图像进行归一化处理；

对归一化处理后的焊缝胶片图像进行标注，获得所述焊缝胶片图像的类别、大小和位置，将所述焊缝胶片图像及其类别、大小和位置信息存储为一组数据，则多个焊缝胶片图像及其标注信息构成数据集，将所述数据集分为训练集和测试集。

6.根据权利要求5所述的方法，其特征在于，若所述焊缝胶片图像数量少于预设值，则对所述焊缝胶片图像归一化后分别对所述焊缝胶片图像进行亮度调节和对比调节获得多组焊缝胶片图像以增加所述焊缝胶片图像的数量。

7.根据权利要求6所述的方法，其特征在于，在像素值(-30,-10)∪(10,30)范围内产生随机数，对焊缝胶片图像整体像素值增加或减少所述随机数获得亮度调节后的焊缝胶片图像；采用PIL库中的enhance函数，在（1.2,2.5）区间内产生随机数作为所述enhance函数的参数进行焊缝胶片图像的对比度调节。