基于融合C3SE+YOLOv5s的高精度二维码检测识别分析系统

news2025/11/4 18:36:04

在前面的系列博文中，我们尝试了在不同款的yolov5模型中加入不同的注意力机制来提升模型的性能，都有不错的表现效果，本文主要的目的是尝试将注意力机制融合集成进入原生的C3模块中来替换原生的C3模块来对比分析模型的检测性能，首先看下效果图：

这里的检测对象只有一个就是：qrcode（二维码）。

改进后的模型文件如下：

#Parameters
nc: 1  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32


#Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3SE, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3SE, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3SE, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3SE, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]


#Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3SE, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3SE, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3SE, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3SE, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

这里是以yolov5s为基准模型进行改进的，当然了如果想使用其他系列的模型也都是可以的，对照着处理即可。

接下来看下数据情况：

YOLO格式标注数据如下：

实例标注数据如下：

0 0.773846 0.567164 0.089231 0.216418

VOC格式标注数据如下：

实例标注数据如下：

<annotation>
    <folder>qrcode</folder>
    <filename>0afd2122-041f-48d2-af22-3e1ffb0dfecc.jpg</filename>
    <source>
        <database>The qrcode Database</database>
        <annotation>qrcode</annotation>
        <image>qrcode</image>
    </source>
    <owner>
        <name>CGB</name>
    </owner>    
    <size>
        <width>1000</width>
        <height>1030</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    
    <object>        
        <name>qrcode</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>139</xmin>
            <ymin>394</ymin>
            <xmax>217</xmax>
            <ymax>470</ymax>
        </bndbox>
    </object>
    
    <object>        
        <name>qrcode</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>415</xmin>
            <ymin>394</ymin>
            <xmax>492</xmax>
            <ymax>473</ymax>
        </bndbox>
    </object>
    
    <object>        
        <name>qrcode</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>754</xmin>
            <ymin>340</ymin>
            <xmax>878</xmax>
            <ymax>462</ymax>
        </bndbox>
    </object>
    
</annotation>

默认执行100次epoch的迭代计算，基于GPU模式完成训练，日志输出如下所示：