[发明专利]一种多尺度小目标设备缺陷识别监测方法

权利要求书

1.一种多尺度小目标设备缺陷识别监测方法,其特征在于：

(1)构造单次目标检测器，用于多个类别；

(2)使用小卷积滤波器来预测特征图上固定的一组默认边界框的类别分数和位置偏移；

(3)从不同尺度的特征图产生不同尺度的预测，并且通过宽高比来明确地分离预测。

2.如权利要求1所述的一种多尺度小目标设备缺陷识别监测方法,其特征在于：包括多尺度特征图检测：将卷积特征层添加到截断的基础网络的末尾，这些层尺寸逐渐减小，得到多个尺度检测的预测值，检测的卷积模型对于每个特征层不同。

3.如权利要求2所述的一种多尺度小目标设备缺陷识别监测方法,其特征在于：包括检测的卷积预测器：每个添加的特征层(或可选的基础网络的现有特征层)可以使用一组卷积滤波器产生固定的预测集合，对于具有p个通道的大小为m×n的特征层，使用3×3×p卷积核卷积操作，产生类别的分数或相对于默认框的坐标偏移，在每个应用卷积核运算的m×n大小位置处，产生一个输出值，边界框偏移输出值是相对于默认框测量，默认框位置则相对于特征图。

4.如权利要求3所述的一种多尺度小目标设备缺陷识别监测方法,其特征在于：默认框与宽高比：将一组默认边界框与顶层网络每个特征图单元关联，默认框对特征图作卷积运算，使得每个框实例相对于其对应单元格的位置是固定的，在每个特征映射单元中，预测相对于单元格中的默认框形状的偏移，以及每个框中实例的每类分数。

5.如权利要求4所述的一种多尺度小目标设备缺陷识别监测方法,其特征在于：匹配策略如下：在开始的时候，用MultiBox中的best jaccard overlap来匹配每一个groundtruth box与default box，保证每一个groundtruth box与唯一的一个default box对应起来，又不同于MultiBox，两者之间的jaccard overlap大于阈值。