[發明專利]一種基于SSD目標檢測的優化方法、計算機設備和介質有效
| 申請號: | 202010093422.3 | 申請日: | 2020-02-14 |
| 公開(公告)號: | CN111368878B | 公開(公告)日: | 2023-02-28 |
| 發明(設計)人: | 雷青;郭睿;王震;許程 | 申請(專利權)人: | 北京電子工程總體研究所 |
| 主分類號: | G06V10/764 | 分類號: | G06V10/764;G06V10/82;G06V10/74 |
| 代理公司: | 北京正理專利代理有限公司 11257 | 代理人: | 付生輝 |
| 地址: | 100854*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 ssd 目標 檢測 優化 方法 計算機 設備 介質 | ||
1.一種基于SSD目標檢測的優化方法,其特征在于,包括:
將訓練圖像輸入SSD目標檢測網絡并獲取多個候選框;
分別將各所述候選框與預設置的樣本真值框進行比較以獲取正樣本候選框和負樣本候選框;
分別計算各所述負樣本候選框的分類概率;
根據各所述負樣本候選框的分類概率計算該負樣本候選框的第一損失函數值和第二損失函數值;
根據所述負樣本候選框的第一損失函數值獲取預設數量的第一負樣本候選框;
根據所述負樣本候選框的第二損失函數值獲取預設數量的第二負樣本候選框;
根據所述正樣本候選框、第一負樣本候選框和第二負樣本候選框使用梯度優化方法優化所述SSD目標檢測網絡;
所述負樣本候選框的分類概率為:
其中,j為分類類別,aj為j分類類別的樣本輸入值,T為分類個數,ak為各分類類別的樣本輸入值;
所述負樣本候選框的第一損失函數值為:
其中,j為分類類別,yj表示所述負樣本候選框是否屬于類別j,若屬于則yj=1,否則yj=0;
所述負樣本候選框的第二損失函數值為:
L′=max(Sj)-S0
其中,Sj為所述負樣本候選框的分類概率,j0,S0為所述負樣本候選框為預設類別的分類概率。
2.根據權利要求1所述的優化方法,其特征在于,所述根據所述負樣本候選框的第一損失函數值獲取預設數量的第一負樣本候選框進一步包括:
對各所述負樣本候選框進行NMS篩選以刪除冗余的負樣本候選框;
根據篩選后的各所述負樣本候選框的第一損失函數值進行排序并按照排序順序選取預設數量的第一負樣本候選框。
3.根據權利要求1所述的優化方法,其特征在于,所述根據所述負樣本候選框的第二損失函數值獲取預設數量的第二負樣本候選框進一步包括:
對各所述負樣本候選框進行NMS篩選以刪除冗余的負樣本候選框;
根據篩選后的各所述負樣本候選框的第二損失函數值進行排序并按照排序順序選取預設數量的第二負樣本候選框。
4.根據權利要求1所述的優化方法,其特征在于,所述分別將各所述候選框與預設置的樣本真值框進行比較以獲取正樣本候選框和負樣本候選框進一步包括:
分別將各所述候選框與預設置的樣本真值框進行比較并輸出比較結果;
判斷所述比較結果是否大于預設重合閾值,若大于則為正樣本候選框,否則為負樣本候選框。
5.根據權利要求1所述的優化方法,其特征在于,所述正樣本候選框的數量、第一負樣本候選框的數量和第二負樣本候選框的數量的比例為:1:1.5:1.5。
6.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1-5中任一項所述的方法。
7.一種計算機設備,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,其特征在于,所述處理器執行所述程序時實現如權利要求1-5中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京電子工程總體研究所,未經北京電子工程總體研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010093422.3/1.html,轉載請聲明來源鉆瓜專利網。





