[發明專利]基于重加權Anchor的車輛檢測方法

有效

• 申請號: 201910243460.X
• 申請日: 2019-03-28
• 公開（公告）號: CN109977878B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 周智恒;黃宇;黃昌正;陳曦
• 申請（專利權）人: 華南理工大學;淮北幻境智能科技有限公司;廣州幻境科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種基于重加權Anchor的車輛檢測方法，包括如下步驟：構造單次檢測器SSD模型，基礎網絡使用預訓練的VGG16分類網絡；根據標簽與先驗信息計算車輛可見部分的中心點，并定義可見部分的高和寬；在損失函數中給每一正樣本重新賦予權重；輸入圖像數據集，對構建的SSD模型進行訓練；采用已訓練的SSD模型進行車輛檢測。本發明通過給定標簽計算可見部分的中心并給每一個Anchor加權，給匹配的特征賦予高權重而不匹配的特征賦予低權重，從而提高了準確率。并且僅僅給損失函數添加權重，保持了SSD原有的速度，使得檢測器能夠以實時的速度運行并保持高速度。

技術領域

本發明涉及車輛檢測技術領域，具體涉及一種基于重加權Anchor的車輛檢測方法。

背景技術

車輛檢測是輔助駕駛系統(ADAS)和自動駕駛系統(ADS)的重要組成部分。速度和準確率高的車輛檢測算法對于自動駕駛系統和輔助駕駛系統的安全性具有重要的意義。目前基于深度學習接近實時的車輛檢測算法有YOLO、SSD等單次檢測算法。在基于深度學習的單次檢測算法如SSD中，單次檢測算法首先產生一系列的Anchor，匹配算法選取Anchor與標簽框IoU高的Anchor作為正樣本去訓練。

由于道路環境中可能存在的遮擋，在傳統的單次檢測算法中，匹配算法根據IoU選擇的Anchor所對應的感受野并不在當前車輛上，這就造成預測框會向周圍車輛偏移，從而檢測準確率不高。因此本發明針對傳統單次檢測算法中車輛檢測精度低的問題，提供一種基于重加權Anchor的車輛檢測方法。

發明內容

本發明的目的是為了解決現有技術中的上述缺陷，提供一種基于重加權Anchor的車輛檢測方法。

本發明的目的可以通過采取如下技術方案達到：

一種基于重加權Anchor的車輛檢測方法，所述的車輛檢測方法包括如下步驟：

S1、構造單次檢測器SSD模型，其中，SSD模型由相互連接的主干網絡和檢測子網絡組成；

S2、根據標簽與先驗信息計算車輛可見部分的中心點，并定義可見部分的高和寬；

S3、在損失函數中給每一正樣本加權重。

S4、輸入圖像數據集，對S1中構建的SSD模型進行訓練；

S5、采用已訓練的SSD模型進行車輛檢測。

進一步地，所述的主干網絡具體結構為：