[发明专利]一种面向计算机视觉应用的轻量化无锚框目标检测方法

说明书

本发明公开了一种面向计算机视觉应用的轻量化无锚框目标检测方法，包括如下步骤：将输入图片通过轻量化的主干网络提取特征；利用轻量化主干网络中的一部分特征图构建轻量化特征金字塔结构；将特征金字塔上每层特征图的每个像素点坐标映射回原图，得到所有预测边框的中心点坐标；特征金字塔每层特征图后都连接轻量化预测分支，以获取预测边框信息；将图片通过网络，由所有预测分支得到的预测边框信息解码和计算得到所有预测边框；进行非极大值抑制得到最终检测识别结果。本发明采用无锚框设计思想，消除了锚框带来的所有人工设计超参数和复杂计算从而节省训练时的内存占用，并结合特征金字塔结构提高模型对各尺度目标敏感度从而提升检测精度。

技术领域

本发明涉及目标检测技术领域，具体涉及一种面向计算机视觉应用的轻量化无锚框目标检测方法。

背景技术

目标检测一直是计算机视觉中的一个重要问题，它的主要任务是通过计算，自动完成对一张图片中感兴趣目标的位置和类别的预测。

在诸如自动驾驶和无人机之类的计算机视觉应用场景中，模型轻量化对目标检测算法至关重要。所以，为突破神经网络模型的存储空间和功耗的限制，模型轻量化工作一直在推进中，主要分为设计轻量化神经网络模型与模型压缩两种方式，且前者优先级更高。近年来，计算机视觉研究者们提出了许多设计巧妙的轻量化神经网络模型，大大降低了模型参数量。同时，研究人员还将轻量化神经网络模型应用于目标检测算法的骨干网络，从而提出了许多轻量化目标检测算法。

但是，这些算法都是基于锚框的，其作用主要是显式枚举出不同尺度和长宽比的先验框以预测不同尺度的信息，带来了诸多不便：如由锚框引入的许多超参数都需要细致的人工设计，大量锚框带来的正负样本比例不均衡等。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种面向计算机视觉应用的轻量化无锚框目标检测方法，该方法结合轻量化卷积结构和标准空洞卷积组设计轻量化主干网络、轻量化特征金字塔、轻量化预测分支，在增大感受野和丰富各层语义信息的前提下，减小网络参数量和计算量，提高网络速度；同时，该方法采用无锚框设计思想，消除了锚框带来的所有人工设计超参数和复杂计算从而节省训练时的内存占用，并结合特征金字塔结构提高模型对各尺度目标敏感度从而提升检测精度。故具有很好的普适性，可以应用到所有计算机视觉应用的目标检测任务中。

技术方案：为实现上述目的，本发明提供一种面向计算机视觉应用的轻量化无锚框目标检测方法，包括如下步骤：

1)利用结合了标准化空洞卷积组并采用轻量化设计的主干网络提取输入图片的特征；

2)利用步骤1的主干网络中挑选出的尺度不同的特征图构建轻量化特征金字塔结构；

3)将步骤2得到的特征金字塔上每层特征图的每个像素点坐标映射回原图，得到所有预测边框在原图中的中心点坐标；

4)将特征金字塔的特征图都连接结构相同的轻量化预测分支，获取预测边框信息；

5)将图片通过训练好的网络，由步骤3得到的所有预测边框中心点坐标和步骤4得到的预测边框信息进行解码和计算，得到所有预测边框；

6)对步骤5得到的预测边框进行非极大值抑制得到最终检测识别结果。

进一步地，所述步骤1中的主干网络包括分组置乱模块，分组置乱模块按规则堆叠构成标准化空洞卷积组，所述主干网络由标准化空洞卷积组与下采样单元交替堆叠构成。

进一步地，所述步骤2中轻量化特征金字塔结构的具体构建过程为：

从主干网络特征图里挑选出尺度不同的N层特征图，通过横向连接和双线性插值上采样，自顶向下做特征融合，最后再采用卷积核对每个融合结果进行卷积消除上采样的混叠效应，得到N个特征图，再由其中一个特征图通过M次下采样，得到M个特征图，从而由N个特征图和M个特征图构建N+M层结构的轻量化特征金字塔结构。