[发明专利]一种使用语义信息弱监督反卷积特征层融合的单阶段目标检测算法

权利要求书

1.一种使用语义信息弱监督带反卷积特征层融合的单阶段目标检测算法，其特征在于包括以下步骤：

步骤1：用通用特征提取基干网络(例如VGG，ResNet，Googlenet，mobilenet，shufflenet等)提取输入图像特征。

步骤2：提取不同尺度的特征图。

步骤3：将不同尺度特征图通过反卷积的方式依次放大至同一尺度。

步骤4：将反卷积后的特征图依次融合。

步骤5：在每一个融合后的特征图上进行目标检测

步骤6：检测头(Detection Head)输出：1.热力图用来估计物体中心位置；2.分类输出用来估计物体类别；3.输出每个物体宽和高与位置精修结果；4.弱监督语义输出。

步骤7：将步骤6每一个DP输出的检测结果用非极大值抑制得出最终检测结果。

2.根据权利要求1步骤3所述的特征图的反卷积处理方式。

3.根据权利要求2步骤4所属的反卷积后特征图融合处理方式。

4.根据权利要求3步骤6所述的检测头输出热力图，并以热力图局部极值点当作物体中心的处理方式。

5.根据权利要求4步骤6所述的检测头输出结构。

6.根据权利要求5步骤6所述弱监督的语义分割分支。

7.根据权利要求6步骤6所述的检测头输出物体宽度与高度以及位置精修结果。