(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 202211045946.0 (22)申请日 2022.08.30 (71)申请人 上海大学 地址 200444 上海市宝山区上 大路99号 (72)发明人 于铭铭　郭帅　杜晓庆　汪德江　 朱炯亦　朱猛猛　段浩　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 万慧华 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 钢筋网面交叉点检测方法、 系统、 电子设备 及存储介质 (57)摘要 本发明公开了一种钢筋网面交叉点检测方 法、 系统、 电子设备及存储介质。 该方法包括： 采 集多张钢筋网面捆扎点样品图像； 对多张钢筋网 面捆扎点样品图像进行数据增强处理， 构建训练 集和测试集； 构建改进后的YOLOv5模型； 改进后 的YOLOv5模型包括骨干网络、 颈部网络和头部网 络； 骨干网络包括ShuffleNet模块； 颈部网络包 括FPN单元、 PAN单元和注意力机制模块； 通过训 练集和测试集分别对改进后的YOLOv5模型进行 训练和测试； 通过训练和测试后的YOL Ov5模型对 待捆扎的钢筋进行钢筋网面交叉点识别。 本发明 解决了现有钢筋网面交叉点检测速度和检测精 度较低的问题。 权利要求书2页 说明书5页 附图1页 CN 115330749 A 2022.11.11 CN 115330749 A 1.一种钢筋网面交叉点检测方法， 其特 征在于， 包括： 采集多张钢筋网面捆扎 点样品图像； 对多张所述钢筋网面捆扎 点样品图像进行 数据增强处 理， 构建训练集和 测试集； 构建改进后的YOLOv5模型； 所述改进后的YOLOv5模型包括骨干网络、 颈部网络和头部 网络； 所述骨干网络包括CBRM单元和ShuffleNet模块； 所述颈部网络包括FPN单元、 PAN单元 和注意力机制模块； 通过所述训练集和所述测试集分别对所述改进后的YOLOv5模型进行训练和 测试； 通过训练和 测试后的YOLOv5模型对待捆扎的钢筋进行钢筋网面交叉点识别。 2.根据权利要求1所述的钢筋网面交叉点检测方法， 其特征在于， 通过Cutout变换和 Bright变换对多张所述钢筋网面捆扎 点样品图像进行 数据增强处 理。 3.根据权利要求1所述的钢筋网面交叉点检测方法， 其特征在于， 所述CBRM单元包括 Convolution al层、 Batch  Normalization层、 Rilu激活函数和Maxpool层； 所述ShuffleNet 模块包括基本模块和下采样模块； 所述基本模块包括Channel  Split模块、 深度可分离卷积 模块、 Concatenate单元和Channel  Shuffle模块； 所述下采样模块包括深度可分离卷积模 块、 Concatenate 单元和Channel Shuffle模块。 4.根据权利要求1所述的钢筋网面交叉点检测方法， 其特征在于， 所述注意力 机制模块 包括特征分组单 元、 Shuffle单元、 Concatenate 单元和Channel Shuffle单元。 5.一种钢筋网面交叉点检测系统， 其特 征在于， 包括： 采集模块， 用于采集多张钢筋网面捆扎 点样品图像； 数据增强模块， 用于对多张所述钢筋网面捆扎点样品图像进行数据增强处理， 构建训 练集和测试集； 模型构建模块， 用于构建改进后的YOLOv5模型； 所述改进后的YOLOv5模型包括骨干网 络、 颈部网络和头部网络； 所述骨干网络包括CBRM单元和ShuffleNet模块； 所述颈部网络包 括FPN单元、 PAN单 元和注意力机制模块； 训练和测试模块， 用于通过所述训练集和所述测试集分别 对所述改进后的YOLOv5模型 进行训练和 测试； 识别模块， 用于通过训练和测试后的YOLOv5模型对待捆扎的钢筋进行钢筋网面交叉点 识别。 6.根据权利要求5所述的钢筋网面交叉点检测系统， 其特征在于， 通过Cutout变换和 Bright变换对多张所述钢筋网面捆扎 点样品图像进行 数据增强处 理。 7.根据权利要求5所述的钢 筋网面交叉点检测系统， 其特征在于， 所述ShuffleNet模块 包括基本模块和下采样模块； 所述基本模块包括Channel  Split模块、 深度可分离卷积模 块、 Concatenate单元和Channel  Shuffle模块； 所述下采样模块包括深度可分离卷积 模块、 Concatenate 单元和Channel Shuffle模块。 8.根据权利要求5所述的钢筋网面交叉点检测系统， 其特征在于， 所述注意力 机制模块 包括特征分组单 元、 Shuffle单元、 Concatenate 单元和Channel Shuffle单元。 9.一种电子设备， 其特征在于， 包括存储器及处理器， 所述存储器用于存储计算机程 序， 所述处理器运行所述计算机程序以使所述电子设备执行权利要求1 ‑4中任一项所述的 钢筋网面交叉点检测方法。权　利　要　求　书 1/2 页 2 CN 115330749 A 210.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1 ‑4中任一项所述的钢筋网面交叉点检测方法。权　利　要　求　书 2/2 页 3 CN 115330749 A 3