[發明專利]基于全卷積一階目標檢測的特征融合方法、設備及介質

在審

• 申請號: 202011543604.2
• 申請日: 2020-12-24
• 公開（公告）號: CN112560979A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 王堃
• 申請（專利權）人: 江蘇禹盛科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 曹婷

1.一種基于全卷積一階目標檢測算法的特征融合方法，其特征在于，包括：

步驟S1：對第三特征P31進行逐步回歸得到第三特征P32；

步驟S2：對所述第三特征P32進行下采樣得到第三特征P32＇，對第二特征P21進行逐步回歸得到第二特征P21＇，結合所述第三特征P32＇和所述第二特征P21＇輸出第二特征P22；

步驟S3：對第一特征P11進行逐步回歸得到第一特征P11＇，對所述第二特征P22進行下采樣得到第二特征P22＇，結合所述第一特征P11＇和所述第二特征P22＇輸出第一特征P12；

步驟S4：對所述第一特征P12進行逐步回歸得到第一特征P12＇，所述第一特征P12＇即為第一特征P13；

步驟S5：對所述第一特征P13進行上采樣得到第一特征P13＇，對所述第二特征P22進行逐步回歸得到第二特征P22″，結合所述第一特征P13＇和所述第二特征P22″輸出第二特征P23；

步驟S6：對所述第二特征P23進行上采樣得到第二特征P23＇，對所述第三特征P32進行逐步回歸得到第三特征P32″，結合所述第二特征P23＇和所述第三特征P32″輸出第三特征P33；

其中，所述第二特征P21通過將數據輸入到第二卷積層卷積得到；所述第一特征P11包括經過第一卷積層卷積的輸入數據和上采樣后的所述第二特征P21；所述第三特征P31是通過對所述第二特征P21進行下采樣后得到。

2.如權利要求1所述的基于全卷積一階目標檢測算法的特征融合方法，其特征在于，所述第三特征P31頂部還包括至少一個第四特征P41，所述第一特征P11底部還包括至少一個第五特征P01，包括：

步驟S7：對第四特征P41進行逐步回歸得到第四特征P42；

步驟S8：對所述第四特征P42進行下采樣得到第四特征P42＇，對所述第三特征P31進行逐步回歸得到第三特征P31＇，結合所述第四特征P42＇和所述第三特征P31＇輸出第三特征P32；

步驟S9：實施所述步驟S2至步驟S3；

步驟S10：對所述第一特征P12進行下采樣得到第一特征P12＇，對所述第五特征P01進行逐步回歸得到第五特征P01＇，結合所述第一特征P12＇和所述第五特征P01＇輸出第五特征P02；

步驟S11:對所述第五特征P02進行逐步回歸得到第五特征P02＇，所述第五特征P02＇即為第五特征P03；

步驟S12:對所述第五特征P03進行上采樣得到第五特征P03＇，對所述第一特征P12進行逐步回歸得到第一特征P12″，結合所述第五特征P03＇和所述第一特征P12″輸出第一特征P13；

步驟S13：實施所述步驟S5至步驟S6；

步驟S14：對所述第三特征P33進行上采樣得到第三特征P33＇，對所述第四特征P42進行逐步回歸得到第四特征P42″，結合所述第三特征P33＇和所述第四特征P42″輸出第四特征P43；

其中，所述第四特征P41通過對所述第三特征P31進行下采樣后得到；所述第五特征P01包括經過第零卷積層卷積的輸入數據和上采樣后的所述第一特征P11。

3.如權利要求1所述的基于全卷積一階目標檢測算法的特征融合方法，其特征在于，包括：

對所述第三特征P31進行逐步回歸得到第三特征P32，則結合所述第二特征P23＇、所述第三特征P32和所述第三特征P32″輸出所述第三特征P33；

對所述第二特征P21進行逐步回歸得到第二特征P21＇，則結合所述第一特征P13＇、所述第二特征P21＇和所述第二特征P22″輸出所述第二特征P23；

對所述第一特征P11進行逐步回歸得到第一特征P11＇，則結合所述第一特征P12＇和所述第一特征P11＇輸出所述第一特征P13。

4.如權利要求1或3所述的基于全卷積一階目標檢測算法的特征融合方法，其特征在于，將所述第一特征P13作為所述第一特征P11、所述第二特征P23作為所述第二特征P21、所述第三特征P33作為所述第三特征P31至少一次重復步驟S1至步驟S6進行特征融合輸出最終的第一特征P13、第二特征P23和第三特征P33。