[发明专利]一种基于改进的特征金字塔网络结构的目标检测方法和装置

权利要求书

1.一种基于改进的特征金字塔网络结构的目标检测方法，其特征在于，

通过特征提取网络获取被检测图片的多个不同尺寸的第一特征层，并将所述多个第一特征层缩放到预设分辨率大小；

将所述多个缩放后的第一特征层进行融合得到第二特征层，并对所述第二特征层进行全局平均池化和降维操作得到第三特征层；

根据第三特征层和不同特征层的权重获得经选择后的第四特征层；

通过残差的方式处理所述第四特征层，获得金字塔特征图；

对所述金字塔特征图进行目标归类与位置回归，以输出检测框。

2.如权利要求1所述的方法，其特征在于，其特征在于，将所述多个第一特征层缩放到预设分辨率大小包括：采用双线性插值的方法对分辨率小于预设分辨率的第一特征层进行放大操作以达到预设分辨率；采用最大池化方法对分辨率大于预设分辨率的第一特征层进行缩小操作以达到预设分辨率；其中所述预设分辨率在多个第一特征层中分辨率居中。

3.如权利要求1所述的方法，其特征在于，对所述第二特征层进行全局平均池化和降维操作得到第三特征层包括：采用全局平均池化计算第二特征层整个通道域的统计信息，并利用统计信息采用全连接层来计算通道域的依存关系，得到第三特征层。

4.如权利要求1所述的方法，其特征在于，根据第三特征层和不同特征层的权重获得经选择后的第四特征层包括：将第三特征层通过1×1卷积扩增到n×d维，其中n为所采用的特征金字塔层数，d为每一个特征层的维度；每个通道的权重通过softmax运算得到，将所述权重与第三特征层相乘取得选择过后的特征层，再将其按逐像素相加得到最终选择后的第四特征图。

5.如权利要求1所述的方法，其特征在于，通过重缩放的逆操作将第四特征层缩放到对应多个第一特征层的分辨率并与对应的第一特征层相加获取金字塔特征图。

6.一种基于改进的特征金字塔网络结构的目标检测装置，其特征在于，

缩放模块，用于通过特征提取网络获取被检测图片的多个不同尺寸的第一特征层，并将所述多个第一特征层缩放到预设分辨率大小；

融合模块，用于将所述多个缩放后的第一特征层进行融合得到第二特征层，并对所述第二特征层进行全局平均池化和降维操作得到第三特征层；

选择模块，用于根据第三特征层和不同特征层的权重获得经选择后的第四特征层；

残差模块，用于通过残差的方式处理所述第四特征层，获得金字塔特征图；

位置回归模块，用于对所述金字塔特征图进行目标归类与位置回归，以输出检测框。

7.如权利要求6所述的装置，其特征在于，其特征在于，所述缩放模块还用于：采用双线性插值的方法对分辨率小于预设分辨率的第一特征层进行放大操作以达到预设分辨率；采用最大池化方法对分辨率大于预设分辨率的第一特征层进行缩小操作以达到预设分辨率；其中所述预设分辨率在多个第一特征层中分辨率居中。

8.如权利要求6所述的装置，其特征在于，所述融合模块还用于：采用全局平均池化计算第二特征层整个通道域的统计信息，并利用统计信息采用全连接层来计算通道域的依存关系，得到第三特征层。

9.如权利要求6所述的装置，其特征在于，所述选择模块还用于：将第三特征层通过1×1卷积扩增到n×d维，其中n为所采用的特征金字塔层数，d为每一个特征层的维度；每个通道的权重通过softmax运算得到，将所述权重与第三特征层相乘取得选择过后的特征层，再将其按逐像素相加得到最终选择后的第四特征图。

10.如权利要求6所述的装置，其特征在于，所述残差模块还用于，通过重缩放的逆操作将第四特征层缩放到对应多个第一特征层的分辨率并与对应的第一特征层相加获取金字塔特征图。