[發明專利]一種基于SSD網絡的小目標檢測方法

在審

• 申請號: 202011468851.0
• 申請日: 2020-12-15
• 公開（公告）號: CN112580664A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 李成嚴;趙帥;車子軒
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于SSD目標檢測網絡的小目標檢測方法，通過特征增強的方式豐富小目標的特征信息，提高小目標的特征質量，特征增強的方式主要包括多尺度特征融合、學習具有大感受野的高分辨率特征、引入注意力機制，在目標檢測網絡中，檢測器利用目標實際邊界框(Ground truth)與Anchor之間的IOU作為分配Anchor的標準，每個被分配的Anchor獨立的監督網絡學習以進行分類與定位，分類與定位之間沒有交互，如果一個Anchor的檢測結果的定位精度較高但分類置信度較低，在經過NMS操作是就可能會被過濾掉，為解決這個問題提出Anchor-object匹配策略，從而提升模型對小目標的檢測精度，具體過程包括如下步驟：

步驟1：提取更淺層的輸出特征圖；

步驟2：應用感受野模塊；

步驟3：應用特征融合模塊；

步驟4：設計Anchor-object匹配策略；

步驟5：構建改進的SSD目標檢測方法；

步驟6：制作實驗數據集；

步驟7：模型訓練；

步驟8：模型測試。

2.根據權利要求1所述，提取更淺層的輸出特征圖，就是以原始SSD為基礎，對SSD模型更淺層Conv3_3的輸出特征圖進行特征提取，來獲得更多特征圖的紋理、邊緣的細節信息。

3.根據權利要求1所述，應用感受野模塊，就是不同分支，應用卷積核大小不同的卷積層構成并行卷積結構，卷積層使用不同大小空洞率的卷積核來構成空洞卷積結構，應用并行卷積結構可以得到多尺度的特征信息，應用空洞卷積可以增加感受野，最后通過通道拼接各支路的卷積，將具有多尺度信息和不同感受野的特征圖融合成一個感受野更大、尺度信息更豐富的特征圖。

4.根據權利要求1所述，應用特征融合模塊，就是把含有更多邊緣、紋理等細節信息的淺層特征圖與含有豐富語義信息的深層特征圖融合成一個兼具淺層特征信息與深層特征信的特征圖。

5.根據權利要求1所述，Anchor-object匹配策略，就是SSD目標檢測網絡的分類與定位檢測器是對每一層輸出特征圖進行檢測的，這也限制了聯合分類與定位，為此聯合多個輸出特征圖為每個目標構建了相應的Anchor包，在訓練階段，在SSD目標檢測網絡的基礎上，添加Anchor選擇模塊和Anchor抑制模塊，Anchor選擇模塊找出得分較高的Anchor從而最小化檢測損失，而Anchor抑制模塊通過擾動這些被選擇的Anchor的特征，降低這些Anchor的置信度，再次增大檢測損失，通過一種反復降低Anchor置信度的對抗的方式解決次優解的問題，在最終收斂的時候最大可能的找到最優解。

6.根據權利要求1所述，構建改進的SSD目標檢測方法，就是以原始SSD為基礎，對SSD模型更淺層的輸出特征圖進行特征提取，對SSD模型深層的輸出特征圖進行反卷積與淺層的輸出特征圖進行特征融合，在淺層輸出特征圖增加感受野模塊，采用多分支的空洞卷積結構來獲得更大的感受野和更具表達能力的特征，設計Anchor-object匹配策略聯合分類與定位選擇置信度分數較高的Anchor去更新模型。

7.根據權利要求1所述，制作VOC格式數據集，利用labelImg工具，對數據集中圖片數據進行標注，產生XML文件，實驗數據集來源于對大小為70G的車間監控視頻截取的不同姿態、不同遮擋程度、不同目標大小的7462張圖片，該數據集包含一個類別，即person。

8.根據權利要求1所述，模型訓練，就是設置動量參數、初始學習率(learning_rate)、衰減系數、模型訓練輪數，根據驗證損失(val_loss)適當調整學習率的大小，根據驗證損失得到最優秀的訓練模型。

9.根據權利要求1所述，模型測試，就是利用實時車間視頻流對模型進行測試，將按幀獲取視頻流的圖片傳入訓練好的模型，模型對行人進行檢測，輸出行人的具體位置坐標和置信度。