基于yolov5模型的目标检测方法及相关装置与流程

技术特征：
1.一种基于yolov5模型的目标检测方法，其特征在于，所述yolov5模型包括输入端、变换模块、基准网络、neck网络和输出端，所述方法包括：获取待处理图像；将待处理图像输入至所述输入端，获得所述输入端输出的第一矩阵，所述第一矩阵为m行n列的矩阵；通过所述变换模块将所述第一矩阵变换成第二矩阵，所述第二矩阵为j行n列的矩阵；基于所述第二矩阵，通过所述基准网络、所述neck网络和所述输出端，获得所述待处理图像的目标检测结果；其中，j小于m，m、j和n均为正整数。2.如权利要求1所述的方法，其特征在于，通过所述变换模块将所述第一矩阵变换成第二矩阵，包括：将所述第一矩阵输入至所述变换模块，以使所述变换模块通过计算所述第一矩阵的协方差矩阵获得第三矩阵，并在对所述第三矩阵进行特征分解，得到特征值和每个所述特征值对应的特征向量后，根据所述特征值的分布，选取前j个所述特征值对应的所述特征向量构成第四矩阵，再将所述第四矩阵和所述第一矩阵相乘，得到所述第二矩阵。3.如权利要求1所述的方法，其特征在于，获取待处理图像，包括：根据预先配置的视频流地址，获取通过无人机搭载的图像采集装置采集的视频流；根据预先配置的帧率从所述视频流中截取图像，以获得所述待处理图像。4.如权利要求3所述的方法，其特征在于，获取待处理图像，在获得所述待处理图像的目标检测结果之后，所述方法还包括：将所述目标检测结果推送至无人机告警前端。5.一种基于yolov5模型的目标检测装置，其特征在于，所述yolov5模型包括输入端、变换模块、基准网络、neck网络和输出端，所述装置包括：图像获取模块，用于获取待处理图像；输入模块，用于将待处理图像输入至所述输入端，获得所述输入端输出的第一矩阵，所述第一矩阵为m行n列的矩阵；矩阵变换模块，用于通过所述变换模块将所述第一矩阵变换成第二矩阵，所述第二矩阵为j行n列的矩阵；结果获得模块，用于基于所述第二矩阵，通过所述基准网络、所述neck网络和所述输出端，获得所述待处理图像的目标检测结果；其中，j小于m，m、j和n均为正整数。6.如权利要求5所述的装置，其特征在于，所述矩阵变换模块具体用于：将所述第一矩阵输入至所述变换模块，以使所述变换模块通过计算所述第一矩阵的协方差矩阵获得第三矩阵，并在对所述第三矩阵进行特征分解，得到特征值和每个所述特征值对应的特征向量后，根据所述特征值的分布，选取前j个所述特征值对应的特征向量构成第四矩阵，再将所述第四矩阵和所述第一矩阵相乘，得到所述第二矩阵。7.如权利要求5所述的装置，其特征在于，所述图像获取模块具体用于：根据预先配置的视频流地址，获取通过无人机搭载的图像采集装置采集的视频流；根据预先配置的帧率从所述视频流中截取图像，以获得所述待处理图像。
8.如权利要求7所述的装置，其特征在于，所述装置还包括：告警模块，用于将所述目标检测结果推送至无人机告警前端。9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。

技术总结
本申请实施例公开了一种基于yolov5模型的目标检测方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待处理图像；将待处理图像输入至yolov5模型的输入端，获得输入端输出的第一矩阵，第一矩阵为m行n列的矩阵；通过yolov5模型的变换模块将第一矩阵变换成第二矩阵，第二矩阵为j行n列的矩阵；基于第二矩阵，通过yolov5模型的基准网络、Neck网络和输出端，获得待处理图像的目标检测结果，j小于m。可见，本申请实施例在现有yolov5模型的基础上增加了变换模块，通过变换模块将维度为m*n的第一矩阵降为维度为j*n的第二矩阵，降低了矩阵数据规模，进而降低了计算复杂度，减少了计算耗时。算耗时。算耗时。


技术研发人员：杨术 吴振洲 常晓磊 宋志斌
受保护的技术使用者：深圳织算科技有限公司
技术研发日：2022.02.28
技术公布日：2022/6/14