[发明专利]一种小目标的检测方法、装置、电子设备及存储介质

说明书

本发明涉及目标检测技术领域，具体涉及一种小目标的检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤：对原始图像进行特征提取得到待检测图像；通过上下文感知模块对所述待检测图像进行处理，保持所述待检测图像的空间分辨率，并扩大感受野，输出多个不同感受野的特征图像；根据每个所述特征图像，预测包围框的大小；输出所述包围框。本发明实施例通过上下文感知模块在扩大感受野的同时保持分辨率不变，通过感应不同的上下文信息，从而捕捉不同尺度的目标信息，从而解决了底层特征图缺乏语义信息的技术问题。

技术领域

本发明涉及目标检测技术领域，具体涉及一种小目标的检测方法、装置、电子设备及存储介质。

背景技术

利用计算机视觉技术进行工件表面检查是工业制造中的一项重要任务。由于部份工件表面缺陷极其微小，为检测带来了极大的挑战。近年来，虽然一般目标检测的性能有了明显提升，但是小目标的检测仍面临很大的挑战。

目前小目标检测网络大致可分为两类：自下而上的结构(Bottom-up pathway)和自上而下的结构(Top-down pathway)。其中，自下而上的结构(SSD、MS CNN等)利用传统的前向传播的网络，不断下采样直到特征图变得很小(如1×1)，小目标信息已基本丢失。因此这类方法直接在底层较大的特征图上预测小目标，但是由于底层特征图缺乏语义信息，效果并不理想。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种小目标的检测方法、装置、电子设备及存储介质，所采用的技术方案具体如下：

第一方面，本发明实施例提供了一种小目标的检测方法，该检测方法包括以下步骤：

对原始图像进行特征提取得到待检测图像；

通过上下文感知模块对所述待检测图像进行处理，保持所述待检测图像的空间分辨率，并扩大感受野，输出多个不同感受野的特征图像；

根据每个所述特征图像，预测包围框的大小；

输出所述包围框。

进一步，所述上下文感知模块包括多个感知分支，每个感知分支包括1×1卷积的降维层、3×3卷积的扩张卷积层和1×1卷积的维度恢复层，每个分支的处理过程包括以下步骤：

将所述待检测图像作为输入特征图，通过降维层降低所述输入特征图的数据维度，得到降维图像；

将所述降维图像通过堆叠的多个不同扩张率的卷积组成的扩张卷积层，得到扩大感受野的感知图像，所述扩张卷积层包括至少一个3×3卷积的卷积层；

所述感知图像通过维度恢复层恢复数据维度，得到与所述输入特征图的数据维度相同的特征图像。

进一步，所述上下文感知模块包括共享降维层、共享扩张卷积层和多个维度恢复层，所述共享扩张卷积包括多个共享分支，每个所述共享分支由至少一个卷积层构成，相邻所述共享分支共用相同的卷积层；多个所述共享分支共用一个所述共享降维层，每个所述共享分支对应一个维度恢复层，其处理过程包括以下步骤：

将所述待检测图像作为输入特征图，通过所述共享降维层降低所述输入特征图的数据维度，得到降维图像；

所述降维图像通过共享扩张卷积层，得到多张扩大感受野的感知图像；

每个所述感知图像通过相应的维度恢复层恢复数据维度，得到多个与所述输入特征图的数据维度相同的特征图像。

进一步，在得到与所述待检测图像的数据维度相同的特征图像之后，还包括以下步骤：

在每个所述特征图像中加入残差连接，得到优化后的特征图像；

每个所述优化后的特征图像经过相应的增强层处理，增强特征的辨别力，得到优化特征图像。