[發明專利]一種用于對金字塔特征圖進行預測的算法

在審

• 申請號: 202011069030.X
• 申請日: 2020-09-30
• 公開（公告）號: CN112183649A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 楊淑愛;陳俊杰;李澤輝
• 申請（專利權）人: 佛山市南海區廣工大數控裝備協同創新研究院;佛山市廣工大數控裝備技術發展有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/54;G06N3/04;G06Q10/04;G06T3/40;G06T7/73
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 江金城

本發明公開了一種用于對金字塔特征圖進行預測的算法，包括：選取和劃分數據集，并對數據集的輸入的圖片進行預處理操作；對類FCOS的網絡架構的head部分進行修改并設為新網絡結構；將輸入數據送入backbone網絡中獲取輸入數據的特征圖，在特征圖的每一點上面進行回歸操作，進行網絡訓練獲取網絡模型；將預訓練的網絡模型應用到測試圖片中，從特征金字塔的多個Head中獲得預測的結果；本發明通過對其中預測網絡部分的head網絡采用輕量級簡易的模型改進，得到不同層次上特征圖的預測結果，再對金字塔特征圖不同層次上的預測結果進行結合，得到最后預測結果，其準確率比起當前目標檢測領域的SOAT方法有顯著提升。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種用于對金字塔特征圖進行預測的算法。

背景技術

近年來，由于卷積神經網絡(簡稱CNN)的發展和應用，許多計算機視覺領域的任務得到了較大的發展，其中目標檢測的是計算機視覺中的一項重要的任務。目標檢測是計算機視覺和數字圖像處理的一個熱門方向，廣泛應用于機器人導航、智能視頻監控、工業檢測、航空航天等諸多領域，通過計算機視覺減少對人力資本的消耗，具有重要的現實意義。因此，目標檢測也就成為了近年來理論和應用的研究熱點，它是圖像處理和計算機視覺學科的重要分支，也是智能監控系統的核心部分，同時目標檢測也是泛身份識別領域的一個基礎性的算法，對后續的人臉識別、步態識別、人群計數、實例分割等任務起著至關重要的作用。由于深度學習的廣泛運用，目標檢測算法得到了較為快速的發展，基于深度學習的兩種目標檢測算法思路，分別為One-Stage目標檢測算法和Two-Stage目標檢測算法。

目前主流的目標檢測算法主要是基于深度學習模型，大概可以分成兩大類別：(1)One-Stage目標檢測算法，這類檢測算法不需要產生候選區域框的階段，可以通過一個Stage直接產生物體的類別概率和位置坐標值，比較典型的算法有YOLO、SSD和CornerNet；(2)Two-Stage目標檢測算法，這類檢測算法將檢測問題劃分為兩個階段，第一個階段首先產生候選區域(Region Proposals)，包含目標大概的位置信息，然后第二個階段對候選區域進行分類和位置精修，這類算法的典型代表有R-CNN，Fast R-CNN，Faster R-CNN等。目標檢測模型的主要性能指標是檢測準確度和速度，其中準確度主要考慮物體的定位以及分類準確度。一般情況下，Two-Stage算法在準確度上有優勢，而One-Stage算法在速度上有優勢。不過，隨著研究的發展，兩類算法都在兩個方面做改進，均能在準確度以及速度上取得較好的結果。在申請研究的目標檢測算法是基于One-Stage的，它針對近來很熱門的密集目標檢測器，其準確率比起目前最先進的算法都有所提升。滑動窗口目標檢測器，它在密集且規則的網格上生成邊界框預測，在現代物體檢測中起著至關重要的作用。目前這種檢測器大多都是基于限定框的一個點去進行預測的，這樣得到的特征可能不具有代表性，所以后面有人提出通過引入更多更強的特征，但很多這些增加的操作會由于引入了背景噪聲帶來有害的信息。然而這些方法沒有顯式地提取邊界特征，本申請認為邊界極限點特征對邊界框的定位比較重要，并且在每個邊界處選取最有效的特征，用簡潔高效的方法來完成特征的提取，因此，現有技術需要進一步改進和完善。

發明內容

本發明的目的在于克服現有技術的不足，提供一種用于對金字塔特征圖進行預測的算法。

本發明的目的通過下述技術方案實現：

一種用于對金字塔特征圖進行預測的算法，該算法主要包括如下具體步驟：

步驟S1：選取和劃分數據集，并對數據集的輸入的圖片進行預處理操作。

進一步的，所述S1步驟還包括：

步驟S11：采用當前較為流行的COCO目標檢測類別數據集，按照常規的做法，訓練集采用COCO trainval35k set(115K images)，驗證集采用COCO minival set(5Kimages)，測試集采用test-dev set(20K images)。