(19)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 202210007089.9 (22)申请日 2022.01.05 (71)申请人 西安电子科技大 学 地址 710071 陕西省西安市雁塔区太白南 路2号 申请人 陕西理工大 学 (72)发明人 王立哲　王兰美　王桂宝　廖桂生　 贾建科　孙长征　 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种改进损失函数的YOLOv4目标检测算法 (57)摘要 本发明提出了一种改进损失函数的YOLOv4 目标检测算法， 对标准YOLOv4模型中位置回归损 失函数CIoU_Loss进行改进， 提出了新型损失函 数SCIoU， 将其嵌入YOLOv4中， 获得了性能提升； 首先下载当前目标检测领域通用数据集tt100k 与LISA， 并进行数据增强； 其次使用标准YOLOv4 网络对两个增强后的通用数据集进行训练并检 测其性能； 然后针对 标准YOLOv4模型中位置回归 损失函数CIoU_Loss， 提出一种改进损失函数 SCIoU， 并将其嵌入YOL Ov4模型进行训练； 最后对 比标准YOLOv4算法， 分析测试结果； 本发明提出 基于SCIoU改进的YOLOv4算法， 包含改进长宽比 度量指标vs， 并以Sigmoid函数代替arctan函数； 将其嵌入YOLOv4中， 获得了性能提升， 该模型没 有引入更多计算量， 实时性不受影响， 本发明改 进的YOLOv4算法鲁棒性较好， 可用于多个 数据集 的性能提升 。 权利要求书5页 说明书13页 附图7页 CN 114463718 A 2022.05.10 CN 114463718 A 1.一种改进损失函数的YOLOv4目标检测算法， 包 含以下步骤： 步骤一、 下载当前目标检测领域通用数据集tt100k数据集与LISA数据集， 使用这两个 数据集可保证算法检测效果与该领域公开的通用数据集保持一致， 验证算法实际效果； 对 下载的数据进 行增强， 包括翻转、 裁剪、 加噪、 旋转操作； 增强后生成的数据不仅可以增加数 据集包含的图片数量， 且因为增强后的图像与数据集中的原始图像相比更复杂， 在保留原 始图像特征点的情况下对图片风格、 大小进 行了改变， 图像的模糊程度增加， 使增强后的图 像更具多样性， 与实际情况更接近， 可以提升训练后网络的鲁棒性； tt100k数据集的下载地 址是： http： //cg.cs.tsinghua.edu.cn/traffic ‑sign/； LISA数据集的下载地址是： http： //cvrr.ucsd.edu/L ISA/lisa‑traffic‑sign‑dataset.html； 步骤二： 使用标准YOLOv4网络训练与检测交通标志； 使用标准YOLOv4网络对基于步骤 一的两个交通标志数据集分别进行训练， 下载标准YOLOv4网络并进行编译， 标准YOLOv4网 络下载地址： https： //github.com/AlexeyAB/darknet， 为两个交通标志数据集tt100k与 LISA分别更改cfg文件夹中tt100k.data与LISA.data文件中的训练集、 验证集、 测试集目录 为下载数据集的地址， 并指定类别数量与类别名称； 根据 精度要求设定epoch＝20000， 根据 本次实验数据集加载tt100k.data或LISA.data， 同时加载yolov4.cfq， 程序即可开始训练； 训练过程中使用标准YOLOv4网络的的损失函数CIoU_Loss； 保存训练过程中各层的权重文 件Q1， 作为训练结束后 检测的权值输入文件； 利用权重文件Q1进行测试， 得到mAP与Recall； 对得到的mAP、 Recall与训练过程中的损失进行分析， 发现CIoU_Loss损失函数在处理小目 标时， 目标长 宽比变化幅度较大时 回归损失也较大， 不利于模型训练稳定性； 步骤三、 本发明为解决CIoU_Loss损失函数在处理小目标 时， 目标长宽比变化幅度较大 时回归损失也较大的问题， 提出一种基于CIoU_Loss的损失函数SCIoU(SigmoidCompleteI ntersectionoverUnion)， 通过改进的长宽比度量指标νs， 并以Sigmoid函数原型代替 arctan函数， 将其嵌入YOLOv4中， 获得了性能提升， 同时该模型也没有引入更多计算量， 实 时性不受影响， 也可替换其他目标检测算法的损失函数， 拥有较好的适用性； 将替换损失函 数SCIoU的YOLOv4网络使用步骤一中的两个数据集进行训练， 得到权重文件Q2； 利用权重文 件Q2进行测试， 得到mAP与Recal l； 步骤四、 将步骤三与步骤二得到的mAP与Recall进行对比， 并设置不同的IoU_thresh重 新进行训练， 比较步骤二与步骤三在不同设置下的mAP与Recal l性能， 分析测试 结果。 2.根据权利 要求书1所述的一种改进损失函数的YOLOv4目标检测算法， 步骤一、 下载当 前目标检测领域通用数据集tt100k数据集与LISA数据集； tt100k的全称是Tsinghua ‑ Tencent 100K， 是清华 ‑腾讯互联网创新技术联合实验室提供的一个可用来识别的道路交 通标志通用数据集； TT100K数据集中图像的分辨率为2048 ×2048， 共有221种标志类别， 大 体分为三类： 警告标志、 禁令标志和指示标志； 该数据集覆盖了不同天气条件和不同光照下 的交通标志图像， 其中训练集包含6105张图像， 测试集包含3071张图像； 由于原始图像 分辨 率较大， 因此在本文实验中对原图像进 行了裁剪处理， 裁剪后的图像尺度为608 ×608； 由于 数据集中各个类别之间的数据量存在严重不平衡的问题， 因此本文实验只选择了标注数据 量较多的45类交通标志进行识别， 并将测试集、 验证集与训练集按照6∶2∶2的比例划分， 对 每张图像进行翻转、 裁剪、 加噪、 旋转操作； LISA的全称是Laboratory  for Intelligent& Safe Automobiles， 是由美国LISA实验室提供的一个可用来识别的道路交通标志通用数据权　利　要　求　书 1/5 页 2 CN 114463718 A 2集； 通过驾驶车辆拍摄视频， 从视频中提取带有交通标志的某一片段， 再依据此片段最多提 取30帧， 对每一帧的视频图片进行标注； 每一个交通标志的标注包含Tag、 Position、 Occluded、 On  side rode四部分信息； 采集图片的过程是在视频中提取的， 车辆行驶过程有 一定速度而非静止， 因此出现模糊， 也使得基于该数据集的交通标志识别算法对真实场景 的适用性更强； 美国LISA数据集中包含了47个类别， 但各类别之间标注数量严重失衡， 因此 为保证数据可用性， 本文实验将选取其中四类标注数量较多的类别进行训练测试； 将测试 集、 验证集与训练集按照6∶2 ∶2的比例划分， 并对每张图像进行翻转、 裁 剪、 加噪、 旋转操作。 3.根据权利 要求书1所述的一种改进损失函数的YOLOv4目标检测算法， 步骤二、 使用标 准YOLOv4网络训练与检测交通标志； 使用标准Y OLOv4网络对基于步骤一的两个交通标志数 据集分别进行训练， 下载标准YOLOv4网络并进行编译， 标准YOLOv4网络下载地址： https： // github.co m/AlexeyAB/darknet， 为两个交通标志数据集tt100k与LISA分别更改cfg文件夹 中tt100k.data与LISA.data文件中的训练集、 验证集、 测试集目录为下载数据集的地址， 并 指定类别数量与类别名称； 根据精度要求设定epoch＝20000， 根据本次实验数据集加载 tt100k.data或LISA.data， 同时加载yolov4.cfg， 程序即可开始训练； 训练过程中使用标准 YOLOv4网络的的损失函数CIoU_Loss； 保存训练过程中各层的权重文件Q1， 作为训练结束后 检测的权值输入文件； 利用权重文件Q1进行测试， 得到mAP与Recall； 对得到的mAP、 Recall 与训练过程中的损失进 行分析， 发现CIoU_Loss损失函数在处理小目标时， 目标长宽比变化 幅度较大时 回归损失也较大， 不利于模型训练稳定性； 1)构建YOLOv4 网络模型， 使用Initialization函数进行神经网络各层权值参数的初始 化； YOLOv4由四个部分连接组成， 分别是： (1)Input输入端： 指输入网络原始样本数据； (2) BackBone主干网络： 指进行特征提取操作的卷积神经网络结构； (3)Neck颈部： 对主干网络 提取的图像特征进行融合， 并将融合后的特征传递到预测层； (4)Head头部： 对图像中的感 兴趣目标物体进行 预测， 并生成可视化的预测框与目标类别； 下载标准YOLOv4网络后， 对YOLOv4网络使用make命令进行编译， 形成可执行文件 darknet； 为