[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

说明书

本发明方案通过对从骨干网络提取的多尺度特征进行融合、选择、残差操作获取最终的特征层，将其进行目标的分类与位置回归，获取最终的结果。该方法在目标检测中即使在目标被部分遮挡的情况下仍能正确检测到目标，鲁棒性高、性能高。

技术领域

本发明属于目标检测技术领域，具体涉及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。

背景技术

在图片的目标检测中，特征金字塔网络是一种能够以低廉的算力代价换取网络性能大幅提升的一种结构，由于它优异的性能，已经被用在各种主流目标检测网络结构中。

在特征金字塔网络中，来自骨干网络的特征通过自上而下的路径对高层次的金字塔进行上采样来产生比较粗糙但语义信息更强的特征图。然后这些特征与相同空间大小的自下而上的特征图进行横向连接，从而增强了低层次的语义信息。然而这种按顺序集成的特征会更多的关注相邻分辨率的特征而稀释非相邻分辨率的特征，限制了网络的性能。因此，如何更好地集成骨干网络的特征成为了一个学术界与工业界的热点问题。

发明内容

针对于上述现有技术的不足，本发明的目的之一是。

本发明实施例公开了一种基于改进的特征金字塔网络结构的目标检测方法，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。

在一个可能的实施例中，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。

在一个可能的实施例中，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。

在一个可能的实施例中，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。

在一个可能的实施例中，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。

一种基于改进的特征金字塔网络结构的目标检测装置，包括：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。

在一个可能的实施例中，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。

在一个可能的实施例中，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。