[發明專利]基于尺度敏感損失與特征融合的小目標檢測方法和系統

有效

• 申請號: 202110656942.5
• 申請日: 2021-06-11
• 公開（公告）號: CN113221855B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 袁廣林;秦曉燕;琚長瑞;李豪;陳萍;李從利;鮑蕾;黃勤超;任帥軍
• 申請（專利權）人: 中國人民解放軍陸軍炮兵防空兵學院
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/40;G06V10/774;G06V10/764;G06V10/80;G06V10/82;G06N3/084
• 代理公司: 河南大象律師事務所 41129
• 代理人: 張輝

1.一種基于尺度敏感損失與特征融合的小目標檢測方法，其特征在于，包括如下步驟：

步驟S1：建立訓練數據集和尺度敏感損失與特征融合的目標檢測網絡；

所述數據集中包括多張訓練圖像，每張圖像中設置有至少一個待檢測目標；

所述目標檢測網絡包括：

特征提取模塊，卷積層、第一殘差模塊、第二殘差模塊、第三殘差模塊和第四殘差模塊；

特征融合模塊，包括第一融合子模塊和第二融合子模塊；所述第一融合子模塊和第二融合子模塊均包括一個反卷積層和一個可變性卷積層，其中第一融合子模塊的輸入量為第三個殘差模塊和第四個殘差模塊的輸出量，所述第二融合子模塊的輸入量為所述第一融合子模塊的輸出量和第二殘差模塊的輸出量；

目標檢測模塊，用于根據所述特征融合模塊的輸出量得到檢測目標；

步驟S2：采用所述訓練數據集對所述目標檢測網絡進行訓練，得到訓練后的檢測模型；

訓練過程中所采用的損失函數為包括分類損失部分、回歸損失和下采樣造成的目標偏移損失；所述損失函數為

L_total＝L_cls+λ₁×L_size+λ₂×L_off

其中L_total為訓練損失，L_cls為分類損失，L_size為目標定位損失，λ₁為其權重，L_off為下采樣造成的目標偏移損失，λ₂為其權重；

所述分類損失函數為

其中L_cls為其中一個分類的損失，Y_xyc和分別表示類別熱圖中(x,y)處該分類的標注值和預測值，N是標注的樣本個數，k^1-s為損失的權重，其中s為目標占整副圖像的比例，所述α和β為超參數；

步驟S3：將待檢測圖像輸入所述訓練后的檢測模型，得到小目標檢測結果。

2.根據權利要求1所述的基于尺度敏感損失與特征融合的小目標檢測方法，其特征在于，所述第一殘差模塊的輸出圖像為其輸入圖像尺寸的1/2，所述第二殘差模塊的輸出圖像為其輸入圖像尺寸的1/4，所述第三殘差模塊的輸出圖像為其輸入圖像尺寸的1/8，所述第四殘差模塊的輸出圖像為其輸入圖像尺寸的1/6。

3.根據權利要求1所述的基于尺度敏感損失與特征融合的小目標檢測方法，其特征在于，在訓練所述目標檢測網絡時，首先對訓練數據集中各訓練圖像中的待檢測目標進行標注，所述標注包括類別標注、尺寸標注和位置標注。