[發(fā)明專利]一種不完備數(shù)據(jù)集中平衡輸入數(shù)據(jù)類別多目標檢測方法

有效

• 申請?zhí)枺?/td>: 202011323339.7
• 申請日: 2020-11-23
• 公開（公告）號: CN112633319B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設計）人: 楊靜;李少波;吉曉陽;楊觀賜;柳庭卿;白強
• 申請（專利權）人: 貴州大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京翔石知識產(chǎn)權代理事務所(普通合伙) 11816
• 代理人: 李勇

1.一種不完備數(shù)據(jù)集中平衡輸入數(shù)據(jù)類別多目標檢測方法，包括：

步驟a，對輸入的數(shù)據(jù)進行清洗，對數(shù)據(jù)命名進行規(guī)范，檢查圖片文件所對應的標簽文件是否為空，以確保每張圖片中具有類別實體，沒有損壞的文件；

步驟b，依次讀取數(shù)據(jù)集中的Xml文件，獲得每張圖片中的圖片類別，并按照不同的類別對圖片進行排序；

步驟c，計算訓練數(shù)據(jù)集中C_i個類別的圖片數(shù)量，包含Bounding Box數(shù)量最少的類別(C_i)_min和Bounding Box數(shù)據(jù)量最多的類別(C_i)_max以及其它類別中Bounding Box的數(shù)量；

步驟d，將C_i個類別中的信息按照{序號，圖片名，類別C_i，x，y，w，h}的格式保存在pre_train.txt文件中，x，y表示Bounding Box中心點坐標，w，h表示Bounding Box的寬和高；保存序號是為了讓每個Bounding Box都有一個唯一的身份標簽；

步驟e，按照類別ID對每類Bounding Box隨機打亂次序，根據(jù)最少Bounding Box數(shù)量類別(C_i)_min的數(shù)量(C_i)_{bx_min}-1確定每一次訓練中每類Bounding Box的數(shù)量，且(C_i)_{bx_min}-1＞類別數(shù)；

步驟f，在pre_train.txt中取出對應數(shù)量的圖片，并計算圖片的數(shù)量Pn，保存在train.txt文件中，train.txt文件內容格式為：{圖片名，類別C_i，x，y，w，h}，將圖片的數(shù)量Pn賦值給Batch Size，確定Batch Size的大小；

步驟g，采用最多類別(C_i)_max的Bounding Box的數(shù)量(C_i)_{bx_max}除以64獲得lteration的值，即

步驟h，為了平衡Batch Size中輸入的每個類別，通過運算將每次lteration中單個類別的數(shù)據(jù)量進行均衡BN_K；

步驟i，當將所有的執(zhí)行結束，完成一次Epoch。

2.根據(jù)權利要求1所述的不完備數(shù)據(jù)集中平衡輸入數(shù)據(jù)類別多目標檢測方法，其特征在于，在一張圖片中包括多個不同類別的Bounding Box，對于所有樣本尋找一個分類器θ，使得分類損失最小：

其中，P_i，j，k表示第i張圖片的第j個候選框屬于第k類的概率，τ(.)表示損失函數(shù)；當面對二分類問題時，則公式(1)表示為：

公式(1)中存在圖片i包括多個不同的類別，且不同類別的bounding box數(shù)量不相等，當一次輸入給神經(jīng)網(wǎng)絡多張圖片時，公式(1)存在類別不平衡問題，將公式(1)的正負樣本分開寫，表示為：

其中，j+表示正樣本平衡的圖片，j-表示負樣本不平衡的圖片。

3.根據(jù)權利要求2所述的不完備數(shù)據(jù)集中平衡輸入數(shù)據(jù)類別多目標檢測方法，其特征在于，當公式(1)存在類別不平衡問題時，則將該問題轉換為排序問題，公式表示為：

其含義是，對于所有樣本對，一個正樣本和一個負樣本構成一對的損失最小；

對于每幅圖像，將公式(4)分解為：

當按照公式(5)來處理輸入樣本時，產(chǎn)生n₊×n_-對樣本；存在兩種情況：當n_-＜n₊時，正樣本占主導地位；當n_-≥n₊時，負樣本占主導地位，正樣本的貢獻會被負樣本所占據(jù)。