[發(fā)明專利]一種基于注意力機(jī)制的小目標(biāo)檢測(cè)算法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011083094.5
• 申請(qǐng)日: 2020-10-12
• 公開（公告）號(hào): CN112163580B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 禹發(fā);張衛(wèi)山;張友彩;顧伶俐
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油大學(xué)（華東）
• 主分類號(hào): G06V10/25
• 分類號(hào): G06V10/25;G06V10/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提出一種基于注意力機(jī)制的小目標(biāo)檢測(cè)算法，在檢測(cè)過程中加入了注意力機(jī)制，從而將注意力機(jī)制應(yīng)用到不同通道的特征圖上，增強(qiáng)對(duì)于識(shí)別有利的通道，抑制對(duì)于識(shí)別無用的通道。在檢測(cè)時(shí)，先將圖像輸入RPN中，得到預(yù)選區(qū)域，而后經(jīng)過FPN網(wǎng)絡(luò)提取各個(gè)尺度的特征，將其輸入注意力模塊，得到新的特征圖，最后對(duì)這些特征進(jìn)行分類與邊框回歸，得到檢測(cè)結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)、目標(biāo)檢測(cè)、注意力機(jī)制，具體涉及到一種基于注意力機(jī)制的小目標(biāo)檢測(cè)算法。

背景技術(shù)

近年來，目標(biāo)檢測(cè)取得了長(zhǎng)足的發(fā)展。盡管有了這些改進(jìn)，但在檢測(cè)小目標(biāo)和大目標(biāo)之間的性近年來，物體檢測(cè)取得了令人矚目的進(jìn)展。盡管有這些改進(jìn)，但在檢測(cè)小物體和大物體之間的性能仍然存在顯著差距。小目標(biāo)問題在物體檢測(cè)和語義分割等視覺任務(wù)中一直是存在的一個(gè)難點(diǎn)，小目標(biāo)的檢測(cè)精度通常只有大目標(biāo)的一半。最接近本發(fā)明的技術(shù)有：

(1)、YOLO：YOLO將物體檢測(cè)作為回歸問題求解。基于一個(gè)單獨(dú)的End-To-End網(wǎng)絡(luò)，完成從原始圖像的輸入到物體位置和類別的輸出，輸入圖像經(jīng)過一次Inference，便能得到圖像中所有物體的位置和其所屬類別及相應(yīng)的置信概率。檢測(cè)速度非常快，但是準(zhǔn)確率較低，誤檢率高，并無法滿足實(shí)際需求。

(2)、SSD：SSD結(jié)合了YOLO中的回歸思想和Faster-RCNN中的Anchor機(jī)制，使用全圖各個(gè)位置的多尺度區(qū)域特征進(jìn)行回歸，既保持了YOLO速度快的特性，也保證了窗口預(yù)測(cè)的跟Faster-RCNN 一樣比較精準(zhǔn)。但是SSD需要人工設(shè)置網(wǎng)絡(luò)層參數(shù)，優(yōu)化比較依賴于經(jīng)驗(yàn)，同時(shí)在小目標(biāo)檢測(cè)上并沒有比較好的表現(xiàn)。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中的缺點(diǎn)和不足，本發(fā)明提出了基于注意力機(jī)制的小目標(biāo)檢測(cè)算法。

本發(fā)明的技術(shù)方案為：

一種基于注意力機(jī)制的小目標(biāo)檢測(cè)算法，在檢測(cè)過程中加入了注意力機(jī)制，從而將注意力機(jī)制應(yīng)用到不同通道的特征圖上，增強(qiáng)對(duì)于識(shí)別有利的通道，抑制對(duì)于識(shí)別無用的通道。包括以下步驟：

步驟(1)、將圖像輸入RPN網(wǎng)絡(luò)，提取預(yù)選區(qū)域；

步驟(2)、將步驟(1)中獲取的區(qū)域輸入FPN，提取多尺度的特征；

步驟(3)、將多尺度的特征輸入注意力機(jī)制模塊；

步驟(4)、在注意力機(jī)制模塊中，通過兩個(gè)全連接層和一個(gè) Sigmod函數(shù)來計(jì)算特征通道的權(quán)值；

步驟(5)、將步驟(4)中獲得的特征圖輸入ROI Align層；

步驟(6)、根據(jù)步驟(5)中得到的特征圖，進(jìn)行分類和回歸，得到檢測(cè)結(jié)果；

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明基于注意力機(jī)制的小目標(biāo)檢測(cè)算法的流程圖。

圖2為網(wǎng)絡(luò)中的注意力機(jī)制模塊示意圖。