[發明專利]一種改進的輕量化的小目標檢測方法

在審

• 申請號: 202010047311.9
• 申請日: 2020-01-16
• 公開（公告）號: CN111260630A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 朱婷婷;林煥凱;王祥雪;汪剛
• 申請（專利權）人: 高新興科技集團股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;G06K9/00;G06K9/32
• 代理公司: 廣州國鵬知識產權代理事務所(普通合伙) 44511
• 代理人: 寧尚國

1.一種輕量化的小目標檢測方法，其特征在于，包括以下步驟：

獲取待檢測的圖像；

對所述待檢測的圖像進行數據增強，獲得增強后的第一增強數據圖像；

對所述第一增強數據圖像進行采樣，獲取第二采樣增強數據圖像；

所述第二采樣增強數據圖像送入SDB主干網絡擴大感受野，再通過輕量級特征金字塔網絡(DFPN)特征融合處理，輸出多個特征提取層；

對所述多個特征提取層進行目標檢測。

2.根據權利要求1所述的一種輕量化的小目標檢測方法，其特征在于，所述SDB主干網絡模塊的輸入圖像的大小為300×300，所述SDB主干網絡模塊包含一個2D卷積，由5個Single BlazeBlock模塊和6個Double BlazeBlock模塊堆疊而成，所述Single BlazeBlock模塊和Double BlazeBlock模塊中均使用5*5卷積核，用于擴大感受野。

3.根據權利要求2所述的一種輕量化的小目標檢測方法，其特征在于，所述的對所述第一增強數據圖像進行采樣包括上采樣操作和下采樣操作。

4.根據權利要求3所述的一種輕量化的小目標檢測方法，其特征在于，所述上采樣操作采用雙線性插值層進行，通過對應元素求和，將生成的特征圖與底層相同大小的特征圖合并。

5.根據權利要求3所述的一種輕量化的小目標檢測方法，其特征在于，所述下采樣操作，通過一個雙分支結構進行，并且3*3卷積采用深度可分離卷積，兩路分支通過拼接操作結合。

6.根據權利要求2所述的一種輕量化的小目標檢測方法，其特征在于，數據增強采樣方法包括步驟：1)從初始圖像中隨機選擇一個尺寸的目標；2)找到該目標最近的anchor尺度；3)隨機選擇一個目標尺度；4)通過調整目標圖像的大小，隨機裁剪包含最初選定的目標的訓練大小的標準尺寸，得到anchor采樣的訓練數據。

7.根據權利要求2所述的一種輕量化的小目標檢測方法，其特征在于，采用損失函數在訓練時同時對位置和目標種類進行回歸。

8.根據權利要求7所述的一種輕量化的小目標檢測方法，其特征在于，損失函數L是置信損失和位置損失之和，表達式如下：

式中：N是與參照物體框匹配的默認框個數；L_conf(z,c)為置信損失，L_loc(z,l,g)是位置損失；z為默認框與不同類別的參照物體框的匹配結果；c為預測物體框的置信度；l為預測物體框的位置信息；g為標注物體框的位置信息；α為權衡置信損失和位置損失的參數，一般設置為1。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現權利要求1-8任一所述的一種輕量化的小目標檢測方法的步驟。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中所述處理器執行所述程序時實現權利要求1-8任一所述的一種輕量化的小目標檢測方法的步驟。