[發明專利]一種基于注意力機制的改進YOLOv3目標檢測方法

在審

• 申請號: 202011396416.1
• 申請日: 2020-12-04
• 公開（公告）號: CN112508014A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 李永勝;孫長銀;陸科林;徐樂玏
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06N3/04
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 杜靜靜

1.一種基于注意力機制的改進YOLOv3目標檢測方法，其特征在于，包括如下步驟：

S1：針對一張原始圖像，對其進行預處理，并歸一化為416×416×3，得到訓練樣本；

S2：修改Darknet-53的網絡結構，在每個殘差層Basic Block模塊中均引入自適應卷積核大小的注意力機制；

S3：在Darknet-53頂部引入空間金字塔池化模塊SPP，以增加特征提取網絡的感受野；

S4：用改進后的Darknet-53網絡提取圖像特征，并從網絡的不同深度引出三個尺度的特征圖(feature map)至特征融合支路；

S5：在三條特征融合支路中引入通道注意力機制，為通道分配權重，充分提取通道的有效特征信息；

S6：最后在三條支路上分別預測，得到多尺度目標檢測結果。

2.根據權利要求1所述的一種基于注意力機制的改進YOLOv3目標檢測方法，其特征在于，所述步驟S1中，預處理方式包括隨機旋轉、水平翻轉和標準化處理。

3.根據權利要求1所述的一種基于注意力機制的改進YOLOv3目標檢測方法，其特征在于，所述步驟S2中，在殘差層Basic Block模塊中引入自適應卷積核大小的注意力機制的方法為：

S21：在第一個卷積核大小為1×1的卷積層后插入自適應卷積核大小的卷積模塊Selective Kernel Networks(SKNet)；

S22：將原先第二個卷積層的卷積核大小由3×3修改為1×1。

4.根據權利要求1所述的一種基于注意力機制的改進YOLOv3目標檢測方法，其特征在于，所述步驟S3中，在Darknet-53頂部引入空間金字塔池化模塊SPP的方法為：

S31：從Darknet-53最后一個基本卷積模塊的輸出引出4條支路；

S32：第一、第二、第三條支路分別通過最大池化層a₁、a₂、a₃，a₁的核大小為5，步長為1，a₂的核大小為9，步長為1，a₃的核大小為13，步長為1，最后一條支路保留原輸出特征；

S33：將4條支路的輸出在通道維度上進行拼接，得到一個新的特征圖(feature map)；

S34：將新得到的特征圖最后通過一個卷積層，得到原特征的通道數。

5.根據權利要求1所述的一種基于注意力機制的改進YOLOv3目標檢測方法，其特征在于，所述步驟S5中，在特征融合支路中引入通道注意力機制的方法為：

選擇8倍降采樣和16倍降采樣兩條支路，在上采樣層Upsample和這兩條支路輸出的特征圖按通道維度拼接融合后，插入一個通道注意力機制模塊Squeeze-and-ExcitationNetworks(SENet)。