[發明專利]一種輕量級圖像、視頻數據的實時目標檢測方法及裝置

有效

• 申請號: 202010182456.X
• 申請日: 2020-03-16
• 公開（公告）號: CN113408321B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 周楊;趙海鵬;彭楊釗;胡校飛;彭豪杰;蔡心悅;張龍
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/80;G06N3/0464;G06N3/08
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 吳敏

1.一種輕量級圖像、視頻數據的實時目標檢測方法，其特征在于，該檢測方法包括以下步驟：

1）獲取待檢測的數據；

2）將待檢測的數據輸入到完成訓練的目標檢測模型中，得到待檢測數據中的目標識別結果；所述的目標檢測模型包括特征提取部分和檢測端部分，所述特征提取部分采用YOLO-Lite網絡，且YOLO-Lite網絡中增設有殘差塊和HRNet并行連接結構，用于將YOLO-Lite網絡得到深層特征和淺層特征進行融合，以輸出不同尺度特征的特征圖；所述檢測端部分包括卷積層和拼接層，用于對特征提取部分得到的不同尺度的特征圖進行融合，并在不同尺度特征圖均生成其對應的預測結果；所述特征提取部分包括12個3×3卷積層、1個1×1卷積層、3個殘差塊、3個上采樣層和8個最大池化層；第一殘差模塊位于第三最大池化層和第四3×3卷積層之間，第二殘差模塊位于第六最大池化層和第七3×3卷積層之間，第三殘差模塊位于第十3×3卷積層和1×1卷積層之間；

所述的檢測端部分包括三個檢測模塊，每個檢測模塊均包括有卷積層和拼接層，第一個檢測模塊的拼接層用于將特征提取部分中的第五最大池化層、第七最大池化層和1×1卷積層的特征數據進行融合；第二檢測模塊和第三檢測模塊均包括兩個拼接層，第二檢測模塊的第一拼接層用于將特征提取部分中的第四最大池化層、第七3×3卷積層和第十一3×3卷積層的特征數據進行融合；第三檢測模塊的第一拼接層用于將特征提取部分中的第四3×3卷積層、第八3×3卷積層和第十二3×3卷積層的特征數據進行融合。

2.根據權利要求1所述的輕量級圖像、視頻數據的實時目標檢測方法，其特征在于，3×3卷積層用于對圖像數據進行特征提取，最大池化層設置在卷積層之間，用于對提取的特征進行重采樣，以降低卷積層提取的特征維度，殘差塊用于將淺層特征不斷向深層傳遞，上采樣層用于恢復圖像的尺寸。

3.根據權利要求2所述的輕量級圖像、視頻數據的實時目標檢測方法，其特征在于，所述的殘差塊包括1個1×1卷積層和1個3×3卷積層。

4.根據權利要求1所述的輕量級圖像、視頻數據的實時目標檢測方法，其特征在于，所述的HRNet并行連接結構用于將深層特征與淺層特征在多個尺度進行多分辨率重建，使得多個尺度的特征圖都同時具有深層特征與淺層特征。

5.一種輕量級圖像、視頻數據的實時目標檢測裝置，其特征在于，該檢測裝置包括存儲器和處理器，以及存儲在所述存儲器上并在所述處理器上運行的計算機程序，所述處理器與所述存儲器相耦合，所述處理器執行所述計算機程序時實現如權利要求1-4中任一項所述輕量級圖像、視頻數據的實時目標檢測方法。