[發明專利]一種基于Faster-RCNN的加強學習的目標檢測方法

有效

• 申請號: 201810208500.2
• 申請日: 2018-03-14
• 公開（公告）號: CN108830285B
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 黃敏;蔣勝;朱啟兵;郭亞
• 申請（專利權）人: 江南大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 張素卿

1.一種基于Faster-RCNN的加強學習的目標檢測方法，其特征在于，所述Faster-RCNN包括卷積神經網絡、候選區域網絡RPN和分類器，所述方法包括：

采集待測圖像，將所述待測圖像導入所述卷積神經網絡，所述卷積神經網絡包括M個網絡層，所述卷積神經網絡的最后一個尺度的網絡結構中包括沙漏模塊、其余尺度的網絡結構中分別包括卷積層和采樣層，M為正整數且M≥2；

按照從所述M個網絡層的最頂層至最底層的順序通過所述M個網絡層依次對所述待測圖像進行特征提取，生成所述待測圖像的M層特征映射圖；

將第M層特征映射圖導入RPN，通過所述RPN對所述第M層特征映射圖中的前景區域和后景區域進行前后景初步分類，并確定所述前景區域的坐標；

確定所述第M層特征映射圖中與所述前景區域的坐標對應的特征映射塊，將所述特征映射塊使用金字塔池化的方法向量化，得到用于表征所述特征映射塊的特征向量；

將所述特征向量輸入所述分類器中進行具體分類，確定所述特征向量對應的類別并輸出檢測結果；

其中，所述沙漏模塊依次包括下采樣層、轉置卷積層以及像素疊加層，所述下采樣層用于對輸入所述沙漏模塊的張量進行N種不同尺度的下采樣并分別生成N個尺度不同的特征映射圖，所述轉置卷積層用于采用不同尺度的轉置卷積對所述N個尺度不同的特征映射圖進行轉置卷積，并生成與輸入的張量尺度相同的N個特征映射圖，所述像素疊加層用于對輸入的張量以及與所述張量尺度相同的N個特征映射圖進行逐像素的疊加并輸出，N為正整數且N≥2。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

讀入Faster-RCNN在ImageNet數據集上的參數，確定所述卷積神經網絡除最后一個尺度之外的其余各個尺度的網絡結構的基礎網絡參數為讀取到的參數，確定所述卷積神經網絡最后一個尺度的網絡結構的基礎網絡參數為所述沙漏模塊對應的參數；

選取訓練樣本集，所述訓練樣本集中包括若干個樣本圖像和每個所述樣本圖像中的目標框的監督信息，所述目標框用于對目標進行標注，所述監督信息包括所述樣本圖像中的目標框的位置信息和屬性信息，所述目標框的位置信息包括所述目標框的橫坐標和縱坐標，所述目標框的屬性信息包括所述目標框的長度和寬度；

保持所述卷積神經網絡除最后一個尺度之外的其余各個尺度的網絡結構的參數為讀取到的所述基礎網絡參數，利用所述訓練樣本集對所述卷積神經網絡最后一個尺度的網絡結構的基礎網絡參數進行訓練。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

選取測試樣本集，所述測試樣本集中包括若干個樣本圖像，將所述測試樣本集中的各個樣本圖像輸入Faster-RCNN中，篩選出誤判的樣本圖像組成新的訓練樣本集，并對各個誤判的樣本圖像進行監督信息的標注；

當新的訓練樣本集中的樣本圖像的數量達到預設數量時，使用所述新的訓練樣本集不斷更新所述Faster-RCNN的參數。

4.根據權利要求2所述的方法，其特征在于，所述Faster-RCNN包括至少兩個不同的Faster-RCNN，每個Faster-RCNN分別用于檢測不同屬性的目標，則所述監督信息中還包括樣本屬性，所述樣本屬性是整體、上半部分以及下半部分中的任意一種。

5.根據權利要求1所述的方法，其特征在于，所述通過所述RPN對所述第M層特征映射圖中的前景區域和后景區域進行前后景初步分類，包括：

通過候選區域在所述第M層特征映射圖上滑動掃描，對所述候選區域進行前后景初步分類，所述候選區域包括32²、64²、128²、256²以及512²中的至少一種，所述候選區域的長寬比例為1：1、1：2以及2：1中的至少一種。

6.根據權利要求1所述的方法，其特征在于，所述將所述待測圖像導入所述卷積神經網絡，包括：

對所述待測圖像進行圖像預處理，將所述待測圖像的尺寸處理為預定尺寸；

將所述預定尺寸的待測圖像導入所述卷積神經網絡。