[发明专利]定位精准的单阶段实时通用目标检测器及方法

权利要求书

1.一种基于单阶段架构的实时通用目标检测器，其特征在于，包括：检测骨干网络模块、特征增强模块和回归框重叠度引导训练及推理模块，其中：带有批归一化的VGG16和额外层的检测骨干网络模块产生合理感受野分布的基础特征金字塔，特征增强模块将原始特征进行增强，其基于分离残差思想，使用不同空洞大小的空洞卷积转换来获得更多更大尺度的感受野扩充，同时对各层特征缺失的信息进行补充，回归框重叠度引导的训练及推理模块通过基于log函数的预测框重叠度回归损失以及基于重叠度引导的交叉熵分类损失，以反向传播更新梯度的方式进行训练，通过内置的回归框定位置信度预测分支并采用类别无关方法降低参数量以及速度开销、通过内置的重叠度引导的交叉熵损失以抑制低质量的预测框，采用更新的重叠度预测回归损失方法预测回归框的定位置信度；在推理阶段使用预测的回归框重叠度指导非最大抑制方法，从而以提升检测精度。

2.根据权利要求1所述的目标检测器，其特征是，所述的特征增强模块包括：逐级感受野扩充单元和双向FPN单元，其中：逐级感受野扩充单元基于分离残差思想，使用不同空洞大小的空洞卷积转换来获得更多更大尺度的感受野扩充，双向FPN单元通过256维度构建两条信息流得到两个特征金字塔联合进行转换得到最终特征。

3.一种基于权利要求1或2所述目标检测器的检测方法，其特征在于，包括以下步骤：

1)训练网络；

1.1)输入批量图片进行预处理，具体包括：随机色彩空间变换、随机图片物体缩小、随机裁剪、随机方法缩放图片成输入尺寸、随机水平翻转、向量化、中心化和标准化；

1.2)将预处理后的图片输入检测骨干网络模块得到基础特征金字塔；

1.3)运用逐级感受野扩充单元对基础特征金字塔各层进行感受野范围扩大；

1.4)运用双向FPN补充步骤1.3)得到的特征缺失信息；

1.5)运用回归框重叠度引导训练及推理模块对各层特征进行计算损失并反向传播更新梯度；

2)优化推理；

2.1)输入测试图片并进行预处理，具体包括：缩放图片成输入尺寸、向量化、中心化和标准化；

2.2)将预处理后的图片传输至目标检测器中得到预测结果；

2.3)预测结果中的分类置信度与定位置信度相乘以对非最大抑制算法去重。

4.根据权利要求3所述的方法，其特征是，所述的感受野范围扩大具体是指：运用1x1卷积对原始特征x做特征转换，分成4块，x1直接映射到最后特征y1，防止信息丢失；x2使用空洞大小为1的3x3卷积做转换提取得到y2；x3在与y2的和的基础上使用空洞大小为3的3x3卷积做特征提取得到y3；在x4与y3和的基础上做空洞大小为5的特征提取；使用1x1的卷积对扩充后的特征e做跨通道信息整合与降维。

5.根据权利要求3所述的方法，其特征是，所述的双向FPN是指：构建两条信息流，从e4特征向下引入普通的FPN构建语义信息流，得到s1、s2、s3和s4；从浅层的带有批归一化的VGG C3-3层向上构建局部信息流得到l1、l2、l3、l4、l5和l6；将s特征和l特征联合，使用3x3的卷积层进行特征转换得到最终的特征；采用256维度构建信息流，使用无参的双线性差值做上采样、均值池化做下采样以近似保留各层特征，生成512的维度特征以训练预测器。

6.根据权利要求3所述的方法，其特征是，步骤1.5)中计算损失所采用的损失函数为：和其中：R_IOUloss表示定位置信度回归损失、CEJI表示联合定位置信度的交叉熵损失、IOU_tar表示回归结果与标签的真实重叠度。