[发明专利]一种基于梯度平均的长尾目标检测方法

说明书

本发明公开了一种基于梯度平均的长尾目标检测方法，包括以下步骤：S1、获取图像数据集，并对图像数据集进行图像增强处理；S2、采用预训练模型在所述训练集上训练，得到初始目标检测模型；S3、对初始模型进行训练，得到最终目标检测模型；S4、将待目标检测的图片输入至所述最终目标检测模型，得到所述图片的正常类别以及长尾类别的识别结果，完成长尾目标检测。本发明能显著提升各种框架的尾部类别识别准确率。

技术领域

本发明涉及机器学习技术领域，具体涉及一种基于梯度平均的长尾目标检测方法。

背景技术

近年来，由于深度学习和卷积神经网络(CNN)的出现，计算机视觉界见证了物体识别的巨大成功。目标识别是计算机视觉中的一项基本任务，在重新识别、人体姿态估计和目标跟踪等相关任务中起着核心作用。

如今，大多数用于通用对象识别的数据集，如Pascal VOC和COCO，主要收集常见的类别，每个类都有大量的注释。然而，当涉及到更实际的场景时，不可避免地会出现类别频率长尾分布的大型词汇表数据集(例如LVIS)。类别的长尾分布问题对目标检测模型的学习是一个很大的挑战，特别是对于样本很少的类别。对于一个类别，其他类别包括背景的所有样本都被视为负样本。因此，在训练过程中，少数类别容易被大多数类别(样本数量大的类别)所压倒，并倾向于被预测为否定的类别。因此，在这样一个极不平衡的数据集上训练的传统的物体探测器会大大下降。

发明内容

针对现有技术的不足，本发明的目的旨在提供一种基于梯度平均的长尾目标检测方法。

为实现上述目的，本发明采用如下技术方案：

一种基于梯度平均的长尾目标检测方法，包括以下步骤：

S1：获取符合长尾分布的图像数据集，并对所述图像数据集进行图像增强处理，得到图像增强数据集，将所述图像增强数据集划分为训练集和测试集；

S2：采用预训练模型在所述训练集上训练，得到初始目标检测模型；

S3：用所述初始目标检测模型在训练集上进行初步检测得到初步检测结果，根据初步检测结果的表征在初始目标检测模型中定义出类别分类器，根据类别分类器的正梯度和负梯度的累计梯度比对类别分类器进行加权，同时在类别分类器上增加一个检测客观性的分支，得到新初始目标检测模型，将所述新初始目标检测模型在训练集上进行训练，得到最终目标检测模型；

S4：将待目标检测的图片输入至所述最终目标检测模型，得到所述图片的正常类别以及长尾类别的识别结果，完成长尾目标检测。

进一步地，所述数据集为LVIS数据集。

进一步地，所述步骤S1还包括：对所述训练集的图片进行旋转，产生四张不同角度的子图片，再用尺寸变换和二值分割的方法对所述子图片进行图像增强处理。

进一步地，所述步骤S2还包括：采用Faster R-CNN作为原始目标检测模型，原始目标检测模型中的主干卷积网络在ImageNet上进行预训练，得到所述预训练模型，所述预训练模型为Inception-Resnet-V2。

进一步地，所述Inception-Resnet-V2模型包括stem结构、Inception-resnet-A结构、Inception-resnet-B结构和Inception-resnet-C结构。

进一步地，所述步骤S2还包括：对所述预训练模型进行微调，将所述预训练模型的权重衰减设为0.0001，批处理大小为16，使用动量为0.9的SGD优化器训练30轮，前20轮学习率设为1e-4,后面10轮由1e-5递减为1e-6，采用微调后的预训练模型在训练集上进行训练，得到所述初始目标检测模型。

进一步地，所述步骤3还包括：所述类别分类器的输出z_j相对于损失梯度L的正梯度的计算公式为：