[发明专利]一种多尺度小目标设备缺陷识别监测方法

说明书

本发明涉及机器视觉技术领域，特别涉及一种小目标设备缺陷的图像识别监测方法。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。本发明提供的方法通过在不同卷积层的特征图上预测物体区域，输出离散化的多尺度、多比例的default boxes坐标，同时利用小卷积核预测一系列候选框的边框坐标补偿和每个类别的置信度。

技术领域

本发明涉及机器视觉技术领域，特别涉及一种小目标设备缺陷的图像识别监测方法。

背景技术

在设备缺陷目标检测与识别任务中，由于要被检测的目标有可能出现在图像中的任意位置，并且其大小、长宽也不确定，由此给目标检测与识别带来了困难。由于图像的大小不确定，对图像上所有可能的位置和尺寸的区域进行分类需要耗费大量的计算资源,因此就需要首先生成一些候选区域(Region Proposals),找出有可能包含物体的区域。

卷积神经网络属于神经网络的一种，是深度学习最常用的网络之一，已广泛地应用于机器视觉、文字处理和数值分析等领域。而深度学习是机器学习的最重要的一个分支，在很多领域已经达到了原有机器学习未能实现的高度。因此，卷积神经网络可以看作当前主流人工智能检测实现方式的一个代表。

发明内容

为了进一步提升航拍图像多尺度小目标的检测精度，本发明提出一种可以增强多尺度小目标卷积特征提取的ResNet50变体网络结构设计方式。通过增加网络宽度的方式，不仅可以使得网络中每一层都能学到稀疏或不稀疏的特征，还增加了网络对多尺度小目标的适应性。同时，这里连续采用2个3X3的卷积操作,不但可以与采用一个5X5的卷积操作获得相同的感受野，而且还可以减少一定数量的卷积层权重参数。

(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)为了实现高检测精度，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。

模型在基础网络的末尾添加了几个特征层，这些层预测了不同尺度和宽高比对默认框的偏移及其相关置信度。

(1)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。

(2)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。这些上图中SSD网络架构顶部已指出。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。

(3)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，我们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。具体来说，对于在给定位置的k个框中每个框，我们计算c类分数和相对于原始默认框的4个偏移量。这使得在特征图中的每个位置需要总共(c+4)k个滤波器，对于m×n特征图产生(c+4)k＊m＊n个输出。默认框类似于Faster R-CNN中使用的anchor boxes，但将其应用于不同分辨率的特征图中。在多个特征图中使用不同的默认框形状，可以有效地离散可能的输出框形状空间。