[發明專利]目標檢測網絡構建方法及裝置、目標檢測方法

有效

• 申請號: 202010079113.0
• 申請日: 2020-02-03
• 公開（公告）號: CN111274981B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 李榮春;劉運韜;竇勇;姜晶菲;牛新;蘇華友;喬鵬;潘衡岳;周鑫;張俊杰
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

本申請提供一種目標檢測網絡構建方法及裝置、一種目標檢測方法及裝置、一種電子設備以及一種計算機可讀介質。目標檢測網絡構建方法包括：獲取用于目標檢測的初始網絡模型，所述初始網絡模型包括相連的骨干網絡和多任務學習模塊；在所述多任務學習模塊中添加裁剪模塊和新分類分支網絡，以得到目標檢測網絡。本方案中，增加了一種基于錨框的裁剪機制，同時又增加了一個新的分類分支網絡，組合原錨框的分類信息以及新尺度錨框在新分類分支網絡得到的分類信息，從而得到更優質的分類結果，可以很好地應用在基于深度學習的目標檢測器上，較好地解決在深度目標檢測器中多尺度處理問題以及多標簽分類的瓶頸問題，從而提升目標檢測算法的精確度。

技術領域

本申請涉及計算機視覺領域，具體涉及一種目標檢測網絡構建方法及裝置、一種目標檢測方法及裝置、一種電子設備以及一種計算機可讀介質。

背景技術

目標檢測是計算機視覺任務中的一個重要的子領域，它的任務是從圖像中定位出所有的物體，并對這些物體進行準確的分類識別。近些年，隨著深度學習的飛速發展，基于深度學習的目標檢測方法已經具有很強的性能，成為了目標檢測領域最先進的方法。

現有的基于深度學習的目標檢測方法是一種多任務學習算法，首先會產生錨框(anchor)，然后算法一般會有兩個任務需要學習，其一是對錨框的位置進行精確回歸，其二是對錨框所標注的目標進行準確的分類識別。根據網絡結構的不同，這些目標檢測算法可以進一步分為兩種，一種是以Faster-RCNN為代表的雙階段網絡(two-stage network)；另一種是以YOLO、SSD為代表的單階段網絡(one-stage network)。雙階段網絡首先利用區域提取網絡(Region Proposal Network，RPN)，得到錨框，然后利用分類網絡對錨框進行分類，檢測性能優異；單階段網絡則利用單個網絡同時實現錨框生成和類別判定，可以實現快速檢測。

然而，在基于深度神經網絡的目標檢測算法訓練和測試過程中，存在兩種問題。第一個問題是算法的性能會受到尺度問題的制約，因為錨框均是在神經網絡卷積過程中間產生的特征圖上生成的，而與原圖相比，特征圖的尺寸已經縮小了幾倍，因此感受野會很大，所以生成的錨框不可避免的與原圖目標位置產生偏差；第二個問題是目標之間的關系會成為分類性能的一個瓶頸，因為圖片中會出現很多目標，目標之間的關系是很重要的信息，但是在目前的目標檢測算法中忽略了這一信息，只利用單一分類標簽對每個錨框進行分類，這會對檢測算法的性能提升產生制約。

發明內容

本申請的目的是提供一種目標檢測網絡構建方法及裝置、一種目標檢測方法及裝置、一種電子設備以及一種計算機可讀介質。

本申請第一方面提供一種目標檢測網絡構建方法，包括：

獲取用于目標檢測的初始網絡模型，所述初始網絡模型包括相連的骨干網絡和多任務學習模塊；其中，所述骨干網絡用于在待檢測圖像上生成多個錨框，并且為每個錨框提取特征；所述多任務學習模塊中包括原分類分支網絡，用于根據錨框的特征得到錨框的第一分類信息；

在所述多任務學習模塊中添加裁剪模塊和新分類分支網絡，以得到目標檢測網絡；其中，所述裁剪模塊，用于針對所述骨干網絡生成的每一個錨框，在待檢測圖像的不同尺度上進行裁剪，得到尺度不同的多個錨框原像，并提取每個錨框原像的特征；所述新分類分支網絡，用于基于每一個錨框的尺度不同的多個錨框原像的特征，生成每一個錨框的第二分類信息，并將所述第一分類信息和所述第二分類信息進行組合，得到第三分類信息。

本申請第二方面提供一種目標檢測網絡構建裝置，包括：

獲取單元，用于獲取用于目標檢測的初始網絡模型，所述初始網絡模型包括相連的骨干網絡和多任務學習模塊；其中，所述骨干網絡用于在待檢測圖像上生成多個錨框，并且為每個錨框提取特征；所述多任務學習模塊中包括原分類分支網絡，用于根據錨框的特征得到錨框的第一分類信息；