[發(fā)明專利]一種基于深度學(xué)習(xí)的目標(biāo)檢測的方法、系統(tǒng)、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010314444.8
• 申請日: 2020-04-21
• 公開（公告）號: CN111523439B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 王曦輝
• 申請（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/44;G06V20/10;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京連和連知識產(chǎn)權(quán)代理有限公司 11278
• 代理人: 張濤

1.一種基于深度學(xué)習(xí)的目標(biāo)檢測的方法，其特征在于，包括以下步驟：

讀取待檢測圖像，并對所述圖像進(jìn)行分割；

依次提取分割后的各個(gè)圖像第一卷積層和第二卷積層的特征，并將所述第一卷積層和所述第二卷積層的特征進(jìn)行融合以得到特征圖，其進(jìn)一步包括：基于圖像金字塔結(jié)構(gòu)創(chuàng)建多尺度的特征金字塔，并基于所述特征金字塔通過深度可分反卷積進(jìn)行特征的上采樣；

將先驗(yàn)框分布到各層特征圖上，并基于檢測卷積對不含目標(biāo)的先驗(yàn)框進(jìn)行濾除，對剩余先驗(yàn)框進(jìn)行卷積計(jì)算以確定目標(biāo)的位置和類別；以及

將確定的位置變換回所述圖像的位置，并在所述圖像中標(biāo)示目標(biāo)的類別；

實(shí)現(xiàn)所述基于深度學(xué)習(xí)的目標(biāo)檢測的方法的整體架構(gòu)包括：使用輕量級網(wǎng)絡(luò)mobilenet-v3作為骨架網(wǎng)絡(luò)；在網(wǎng)絡(luò)的檢測部分，使用基于depthwise卷積的反卷積結(jié)構(gòu)，來代替普通的反卷積；并增加了一個(gè)masked卷積。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于檢測卷積對不含目標(biāo)的先驗(yàn)框進(jìn)行濾除包括：

輸入特征圖，判斷所述特征圖的卷積是否小于閾值；以及

響應(yīng)于所述特征圖的卷積小于閾值，將所述特征圖對應(yīng)的先驗(yàn)框進(jìn)行濾除。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第一卷積層和所述第二卷積層的特征進(jìn)行融合以得到特征圖包括：

將所述第一卷積層的語義信息和所述第二卷積層的空間信息進(jìn)行融合。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

基于所述檢測卷積對不屬于對應(yīng)卷積層的尺度的先驗(yàn)框進(jìn)行濾除。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述檢測卷積對不屬于對應(yīng)卷積層的尺度的先驗(yàn)框進(jìn)行濾除包括：

基于所述檢測卷積確定每個(gè)卷積層對應(yīng)的先驗(yàn)框的基本尺度；以及

濾除當(dāng)前卷積層中大于所述基本尺度的先驗(yàn)框。

6.一種基于深度學(xué)習(xí)的目標(biāo)檢測的系統(tǒng)，其特征在于，包括：

讀取模塊，配置用于讀取待檢測圖像，并對所述圖像進(jìn)行分割；

特征模塊，配置用于依次提取分割后的各個(gè)圖像第一卷積層和第二卷積層的特征，并將所述第一卷積層和所述第二卷積層的特征進(jìn)行融合以得到特征圖，其進(jìn)一步包括：基于圖像金字塔結(jié)構(gòu)創(chuàng)建多尺度的特征金字塔，并基于所述特征金字塔通過深度可分反卷積進(jìn)行特征的上采樣；

執(zhí)行模塊，配置用于將先驗(yàn)框分布到各層特征圖上，并基于檢測卷積對不含目標(biāo)的先驗(yàn)框進(jìn)行濾除，對剩余先驗(yàn)框進(jìn)行卷積計(jì)算以確定目標(biāo)的位置和類別；以及

轉(zhuǎn)換模塊，配置用于將確定的位置變換回所述圖像的位置，并在所述圖像中標(biāo)示目標(biāo)的類別；

所述基于深度學(xué)習(xí)的目標(biāo)檢測的系統(tǒng)的整體架構(gòu)包括：使用輕量級網(wǎng)絡(luò)mobilenet-v3作為骨架網(wǎng)絡(luò)；在網(wǎng)絡(luò)的檢測部分，使用基于depthwise卷積的反卷積結(jié)構(gòu)，來代替普通的反卷積；并增加了一個(gè)masked卷積。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述執(zhí)行模塊還配置用于：

輸入特征圖，判斷所述特征圖的卷積是否小于閾值；以及

響應(yīng)于所述特征圖的卷積小于閾值，將所述特征圖對應(yīng)的先驗(yàn)框進(jìn)行濾除。

8.一種計(jì)算機(jī)設(shè)備，其特征在于，包括：

至少一個(gè)處理器；以及

存儲器，所述存儲器存儲有可在所述處理器上運(yùn)行的計(jì)算機(jī)指令，所述指令由所述處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5任意一項(xiàng)所述方法的步驟。

9.一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5任意一項(xiàng)所述方法的步驟。