[發明專利]一種結合殘差密集塊與位置注意力的無錨框目標檢測方法

有效

• 申請號: 202110793165.9
• 申請日: 2021-07-14
• 公開（公告）號: CN113393457B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 鄺利丹;陶家俊;張建明
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0464;G06N3/048;G06N3/084
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種結合殘差密集塊與位置注意力的無錨框目標檢測方法，屬于計算機視覺深度學習領域。采用新型特征融合模塊，該模塊使用含有位置注意力的殘差密集塊，與原始特征金字塔網絡相比，網絡參數量降低了5.3倍并提高了網絡特征提取的能力；使用多尺度預測方法解決同一位置大小樣本重疊的問題；提出非關鍵點抑制分支降低非關鍵點對檢測效果的影響，使其后續能在置信度閾值和非極大值抑制中被過濾。本發明能夠有效提升提取能力，并降低目標邊緣低質量點對檢測結果的影響，較之現有算法呈現出較大的精確度與速度提高，在目標檢測領域有良好的應用前景。

技術領域

發明涉及計算機視覺深度學習領域，特別是涉及一種結合殘差密集塊與位置注意力的無錨框目標檢測方法。

背景技術

作為智能世界的雙眸，計算機視覺是人工智能技術的一大分支，計算機視覺中目標檢測是一個復雜且重要的任務，并廣泛應用于生活、工業、醫療等實際場景中，其主要目標是在圖像中定位出目標邊框的位置以及識別該目標所屬的類別。傳統目標檢測方法首先選擇出感興趣的區域，然后利用多尺度、多長寬比的滑框來掃描整張圖片，計算量大且冗余窗口多。隨著深度學習的快速發展，深度卷積神經網絡(convolutional neural networks，CNN)越來越多地應用于計算機視覺領域，并且引領了目標檢測領域的發展。

主流的目標檢測算法由骨干網絡、特征融合網絡和檢測頭組成，最具代表性的網絡有YOLO系列，SSD系列和RetinaNet等，這些基于錨框的檢測器需要根據數據集采用聚類算法計算出預先設定的大小。無錨框算法則不需要設計各種各樣的錨框，從而降低了超參數，提升了網絡的泛化能力和魯棒性。無錨框檢測器分為密集點預測和關鍵點預測兩類。以Densebox，FCOS，FSAF，SAPD和FoveaBox等為代表，預測落入真實邊界框內所有點的稱為密集點預測算法；而以CornerNet，ExtremeNet，和CenterNet等為代表，預測真實邊界框內一個或幾個關鍵點的稱為關鍵點預測算法。基于關鍵點預測算法目前主要存在如下三大問題：

第一，從stride為2或4的一張特征圖中計算得到較高精確率需要更大的內存消耗和更多的訓練與推理時間；

第二，單尺度特征圖同一位置大小目標重疊，檢測器將無法正確判斷檢測點屬于哪個目標；

第三，關鍵點預測不準確，具體表現為物體邊緣仍然被判斷為檢測點，導致出現大量低質量冗余檢測框。

發明內容

本發明目的在于，一種結合殘差密集塊與位置注意力的無錨框目標檢測方法，通過殘差密集塊和注意力機制，多尺度預測和引入非關鍵點抑制解決上述問題，在VOC2007測試集中取得優于現有算法的結果。

本發明的技術方案是，使用含有位置注意力的殘差密集塊(residual denseblock with coordinate attention，RDBCA)，與原始特征金字塔網絡(feature pyramidnetwork，FPN)相比，降低了網絡參數并提高了網絡特征提取的能力；使用多尺度預測方法解決大小樣本之間重疊的問題；提出非關鍵點抑制分支(non-key-point suppression，NKS)降低非關鍵點對檢測效果的影響，使其后續能在置信度閾值和非極大值抑制(non-maximum suppression，NMS)中被過濾，具體實現步驟如下：

第一步：以50％的概率對原始圖片進行隨機增強，包括(1)亮度，對比度，色度調整；(2)圖片的隨機裁剪；(3)圖片左右翻轉；(4)保持圖片比例填充背景色。最后得到原始圖像數據I∈R^H×W×3，H和W分別是原始圖像的長和寬，3為彩色通道數；