[发明专利]一种为物体检测模型生成预选框的方法

说明书

本发明特别涉及一种为物体检测模型生成预选框的方法。该为物体检测模型生成预选框的方法，首先根据物体检测模型的特征图和数据集物体矩形框确定模型的特征图预选框中心位置，然后根据特征图预选框中心位置和数据集物体矩形框横纵比生成预选框。该为物体检测模型生成预选框的方法，不仅能够减小预选框数量，还能使预选框位置的分布与物体实际位置分布相近，从而保证模型预测的物体位置的准确性。

技术领域

本发明涉及深度卷积神经网络模型技术领域，特别涉及一种为物体检测模型生成预选框的方法。

背景技术

近年来，随着深度学习技术的发展，卷积神经网络模型被广泛应用到计算机视觉领域。物体检测任务是计算机视觉的基本任务之一，物体检测模型预测图像中物体的位置与类别信息，位置信息一般通过矩形框的形式给出。

基于卷积神经网络的SSD、YOLO等一系列方法很好地提高了物体检测任务的精确率。相对于基于区域生成网络的两步法模型，SSD、YOLO等单步法模型预先根据规则生成预选矩形框，然后再根据预选矩形框推测图像中实际物体的矩形框与临近的预选框之间的偏移，最终给出预测的矩形框。

单步法模型不需要单独的区域生成网络，训练时不需要对区域生成网络进行单独训练。在推理阶段，也不需要进行复杂的区域生成网络计算，因此单步法易于训练，推理延迟低。但相较于两步法模型，单步法模型对物体位置预测精度偏低，甚至无法检测出图像中尺寸过小的物体。另一方面，单步法模型需要的计算资源、功耗对一些资源受限的嵌入式设备仍然过高，需要进一步减小模型的计算复杂度。

单步法模型为了提高模型的检测精度，会根据规则提前生成覆盖图像不同位置和不同尺度的物体的预选框。当前大多方法会遍历特征图的所有位置，在每个位置上生成不同面积和横纵比的矩形预选框。一些较大一点的模型会生成上万个预选框，但一张图像中的物体数量一般在数十个或上百个，因此单步法模型生成的预选框存在大量冗余。而大量冗余又会占用大量资源，从而进一步影响单步法模型计算效率。

综上所述，步法物体检测模型平衡了推理效率和准确率，但在资源受限等嵌入式终端设备上依然无法满足所需的计算力和能耗。预选框生成对物体检测模型性能有很重要的影响，预选框生成位置合理，数量适中，则能够很大程度提升物体检测模型的预测正确率和推理速度。

基于上述情况，本发明提出了一种为物体检测模型生成预选框的方法，为深度卷积神经网络模型中的物体检测模型生成预选框，用于模型预测物体位置和类别。

发明内容

本发明为了弥补现有技术的缺陷，提供了一种简单高效的为物体检测模型生成预选框的方法。

本发明是通过如下技术方案实现的：

一种为物体检测模型生成预选框的方法，其特征在于：首先根据物体检测模型的特征图和数据集物体矩形框确定模型的特征图预选框中心位置，然后根据特征图预选框中心位置和数据集物体矩形框横纵比生成预选框。

该为物体检测模型生成预选框的方法，包括以下步骤：

第一步，确定预选框中心位置

首先统计标注好的数据集中所有矩形框的面积，为所有需要进行位置预测的特征图分配一个矩形框集合；统计特征图对应的矩形框集合的中心位置分布，得到特征图上每一个格栅中包含中心位置的矩形框个数；

第二步，从中心位置生成预选框

统计每一个特征图对应的矩形框集合中矩形框的横纵比，以对应的横纵比值为预选矩形框的横纵比，以每一个特征图被保留的格栅为预选矩形框中心位置，生成预选框。

所述第一步中，按照面积从小到大对矩形框进行排序，将面积较大的矩形框集合分配到物体检测模型的特征提取器中的分辨率最小的特征图，面积次大的矩形框集合分配到分辨率次小的特征图，以此类推。