[发明专利]一种图像检测模型的多尺度anchor初始化方法与装置

权利要求书

1.一种图像检测模型的多尺度anchor初始化方法，其特征在于，所述方法包括：

将每种待检测图像对应的样本标签划分到对应的尺度内；

根据每个所述尺度内的样本标签数量阈值，判断是否保留所述尺度；

确定保留的每个尺度下的样本标签面积和宽高情况；

根据所述样本标签面积和宽高情况，确定anchor数量并生成所述尺度下的初始化anchor。

2.根据权利要求1所述的图像检测模型的多尺度anchor初始化方法，其特征在于，将每种待检测图像对应的样本标签划分到对应的尺度内，包括：

根据尺度阈值，将每种待检测图像对应的样本标签划分到对应的尺度内，

所述尺度阈值为样本标签面积范围，所述样本标签面积范围为通过实验获取的能够对所述尺度下的样本标签有最佳检测结果的范围。

3.根据权利要求1所述的图像检测模型的多尺度anchor初始化方法，其特征在于，根据所述样本标签面积和宽高情况，确定anchor数量并生成所述尺度下的初始化anchor，包括：

根据每个尺度下的样本标签面积和宽高情况，通过不同的聚类的距离计算方式和动态调整anchor数量方法，生成所述尺度下的初始化anchor。

4.根据权利要求3所述的图像检测模型的多尺度anchor初始化方法，其特征在于，根据每个尺度下的样本标签面积和宽高情况，通过不同的聚类的距离计算方式和动态调整anchor数量方法，生成所述尺度下的初始化anchor，包括以下步骤：

根据每个尺度下的样本标签的面积排序，在每个尺度下等距离的选取预设数量的样本标签作为初始化聚类中心；

分别根据样本标签的面积和宽高两方面进行聚类的计算；

根据面积和宽高的聚类计算方法，两方面进行计算样本标签与所有初始化聚类中心的距离，将所述样本标签分类到距离最近的初始化聚类中心；

根据所述标签分类步骤生成的新的初始化聚类中心，取平均值作为新聚类中心；

计算每一类样本标签与新聚类中心距离的标准偏差和计算每一类别样本标签间的新聚类中心的距离，选择增加或者减小聚类中心个数；

通过面积和宽高两种距离的计算方法，得到的两组不同的聚类结果中，判断聚类中心个数是否变化；

若聚类中心个数不变化，则通过类内和类间的评价指标，从两组不同的聚类结果中，选取达到评价指标的一组聚类中心，作为初始化anchor。

5.根据权利要求1所述的图像检测模型的多尺度anchor初始化方法，其特征在于，通过面积和宽高两种距离的计算方法，得到的两组不同的聚类结果中，判断聚类中心个数是否变化，包括：

通过面积和宽高两种距离的计算方法，得到的两组不同的聚类结果中，判断聚类中心个数是否变化；

若聚类中心个数变化，则再次进行根据面积和宽高的聚类计算方法，两方面进行计算样本标签与所有初始化聚类中心的距离，将所述样本标签分类到距离最近的初始化聚类中心、根据所述标签分类步骤生成的新的初始化聚类中心，取平均值作为新聚类中心、计算每一类样本标签与新聚类中心距离的标准偏差和计算每一类别样本标签间的新聚类中心的距离，选择增加或者减小聚类中心个数，直至聚类中心个数不再变化。

6.根据权利要求4或5所述的图像检测模型的多尺度anchor初始化方法，其特征在于，计算每一类样本标签与新聚类中心距离的标准偏差和计算每一类别样本标签间的新聚类中心的距离，选择增加或者减小聚类中心个数，包括：

计算每一类样本标签与聚类中心距离的标准偏差，与类内阈值比较，若大于阈值，则增加新聚类中心个数；计算每一类别样本标签间的聚类中心的距离，若小于类间阈值，则减小新聚类中心个数。

7.一种图像检测模型的多尺度anchor初始化装置，其特征在于，所述装置包括：

多尺度划分模块，用于将每种待检测图像对应的样本标签划分到对应的尺度内，并判断是否要保留该尺度；

生成初始化anchor模块，用于根据每个尺度下的样本标签面积和宽高情况，确定anchor数量以及生成所述尺度下的初始化anchor。