[發(fā)明專(zhuān)利]基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110090408.2
• 申請(qǐng)日: 2021-01-22
• 公開(kāi)（公告）號(hào): CN112766184A
• 公開(kāi)（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 蔣晨;郭成昊;夏思宇;羅子娟;李友江
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東南大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京眾聯(lián)專(zhuān)利代理有限公司 32206
• 代理人: 許小莉

1.一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：該方法包括以下步驟：

(1)搭建卷積神經(jīng)網(wǎng)絡(luò)模型，并對(duì)搭建的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行設(shè)定和訓(xùn)練參數(shù)初始化；

(2)對(duì)訓(xùn)練圖像進(jìn)行預(yù)處理和標(biāo)簽格式轉(zhuǎn)化，然后預(yù)處理和標(biāo)簽格式轉(zhuǎn)化的訓(xùn)練圖像進(jìn)行數(shù)據(jù)增強(qiáng)；

(3)用步驟(2)中得到的數(shù)據(jù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到網(wǎng)絡(luò)權(quán)重和偏置；

(4)將測(cè)試圖像輸入步驟(3)中訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，得到定位和分類(lèi)結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：在步驟(1)中，所述搭建卷積神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)如下：

第一部分為骨干網(wǎng)絡(luò)模塊，輸入圖像經(jīng)過(guò)自下而上的ResNet50網(wǎng)絡(luò)以及自上而下的特征金字塔組成的骨干網(wǎng)絡(luò)提取到特征；

第二部分為路徑聚合模塊，骨干網(wǎng)絡(luò)橫向連接了一個(gè)自下而上的路徑聚合分支，從而得到新的特征圖；

第三部分為特征選擇模塊，新的特征圖經(jīng)過(guò)目標(biāo)候選網(wǎng)絡(luò)(RPN)得出不同尺度的目標(biāo)候選區(qū)域(proposals)，并將候選區(qū)域與groundtruth(真值)映射到不同層級(jí)的特征圖中，分別計(jì)算IoU-loss的大小，選取最小loss的層級(jí)進(jìn)行后續(xù)的RoIAlign(區(qū)域特征對(duì)齊)；

最后的輸出層利用proposals從特征圖中提取特征送入后續(xù)全連接和softmax網(wǎng)絡(luò)作回歸和分類(lèi)。

3.根據(jù)權(quán)利要求1所述的一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：在步驟(1)中，所述網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)設(shè)定和訓(xùn)練參數(shù)初始化如下：

(3.1)骨干網(wǎng)絡(luò)中卷積層的步長(zhǎng)設(shè)置為1，最大池化層步長(zhǎng)設(shè)置為2，輸出通道數(shù)為256；

(3.2)卷積層的權(quán)重初始化為均值為0、標(biāo)準(zhǔn)差為0.1的截?cái)嗾龖B(tài)分布噪聲，網(wǎng)絡(luò)中的所有偏置初始化為常量0.1；

(3.3)訓(xùn)練的batch size大小設(shè)置為2，即每次把2張圖片送入卷積神經(jīng)網(wǎng)絡(luò)中，總步長(zhǎng)為80000，初始學(xué)習(xí)率設(shè)置為0.0025，56000次迭代后將學(xué)習(xí)率調(diào)整為2.5×e^-4。

4.根據(jù)權(quán)利要求1所述的一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：在步驟(2)中，對(duì)訓(xùn)練圖像進(jìn)行預(yù)處理和標(biāo)簽格式轉(zhuǎn)化如下：

(2.1)將圖像尺寸歸一化成1024*1024的大小；

(2.2)對(duì)圖像對(duì)應(yīng)的標(biāo)簽進(jìn)行轉(zhuǎn)化，統(tǒng)一轉(zhuǎn)化為訓(xùn)練要求的coco格式；

(2.3)將標(biāo)注形式為(x1，y1，x2，y2，x3，y3，x4，y4)的頂點(diǎn)坐標(biāo)轉(zhuǎn)化為(x，y，w，h，α₁，α₂，α₃，α₄)的滑動(dòng)頂點(diǎn)表示方式，其中(x1，y1，x2，y2，x3，y3，x4，y4)表示四邊形圖像的四個(gè)頂點(diǎn)坐標(biāo)，(x，y)為表示訓(xùn)練圖像最小外接矩形的中心點(diǎn)坐標(biāo)(w，h)表示訓(xùn)練圖像最小外接矩形的寬和高，(α₁，α₂，α₃，α₄)為訓(xùn)練圖像在外接矩形各個(gè)邊上的偏移量。

5.根據(jù)權(quán)利要求1所述的一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：在步驟(2)中，所述對(duì)訓(xùn)練圖像進(jìn)行數(shù)據(jù)增強(qiáng)方法如下：采用對(duì)訓(xùn)練圖像進(jìn)行隨機(jī)翻轉(zhuǎn)和旋轉(zhuǎn)進(jìn)行圖像增強(qiáng)。

6.根據(jù)權(quán)利要求1所述的一種基于多層級(jí)特征選擇卷積神經(jīng)網(wǎng)絡(luò)的遙感目標(biāo)檢測(cè)方法，其特征在于：在步驟(3)中，模型訓(xùn)練時(shí)的損失函數(shù)將會(huì)由分類(lèi)與回歸損失兩部分組成，其中回歸損失L_reg由水平框損失以及滑動(dòng)頂點(diǎn)損失兩部分組成：即L_reg＝L_h+L_r，其中L_h為水平框損失，由smooth_L1函數(shù)計(jì)算得到；Lr為滑動(dòng)頂點(diǎn)損失，公式如下：

其中，α_i＝(α₁，α₂，α₃，α₄)，為訓(xùn)練圖像在外接矩形各個(gè)邊上的偏移量，l₁，l₂為為了判斷目標(biāo)框往哪個(gè)方向回歸設(shè)定的閾值，為α_i的真值。