[发明专利]一种基于注意力掩模融合的全卷积目标检测方法

权利要求书

1.一种基于注意力掩模融合的全卷积目标检测方法，其特征在于包括以下步骤：

(1)使用基准网络VGG16提取特征，经过6个步幅的卷积和下采样操作后，得到多尺度全卷积特征层，然后进行初步的二分类和包围框回归操作；

(2)构建注意力掩模模块Attention Mask Module(AMM)；其中构建注意力掩模模块的具体方法如下：

使用卷积函数conv,激活函数relu和池化函数pool来构建基本网络；每个注意力掩模模块分为两个分支:掩模分支和主干分支，给定输入x,主干分支经过卷积后得到输出G(x),掩模分支经过卷积和反卷积操作得到相同尺寸的输出M(x)；掩模分支中，首先经过两次conv,relu,pool操作，然后经过两次deconv操作得到特征图谱S(x),最后经过sigmoid函数得到输出的掩模：

主干分支中，经过两次conv函数得到主干输出，最后输出的注意力模型P(x),公式如下所示：

P_i,c(x)＝(1+M_i,c(x))*G_i,c(x) (2)

式中，i代表神经元的空间位置，c代表神经元的通道位置；

(3)将AMM和特征金字塔结构结合起来，即将顶层特征同底层特征融合后，再辅之以注意力信息AMM，得到更加有效的特征P1,P2,P3,P4用于多分类和回归操作。

2.根据权利要求1所述的方法，其特征在于(1)中构建多尺度全卷积特征层，构建方法如下：

通过VGG16网络得到一系列的卷积层，激活层和池化层，将全连接层fc6和fc7转变为卷积层后在其后添加卷积层和激活层，使用VGG16中的conv4_3，conv5_3，fc7以及添加的conv6_2层作为多尺度全卷积特征层，并将其输入到二分类和回归网络中。

3.根据权利要求1所述的方法，其特征在于(3)中注意力掩模模块同特征金字塔结构的融合，融合方法如下：

输入的特征图谱为(H×W×C),其中H和W代表高和宽，C代表通道的个数；对于底部特征L1，首先经过3×3的卷积层进行特征降维，将维度从512降到256，对于检测特征P2,经过2×2的反卷积操作，在扩大特征图谱同时也进行了降维的操作，得到的输出为(40×40×256)；然后将上述输出进行eltwise sum操作，得到融合后的特征图谱T1亦为(40×40×256)；最后将注意力掩模模块同T1融合以增加注意力信息，经过relu层后得到的检测特征P1可应用于多分类和回归操作。