[发明专利]一种目标检测方法及系统

权利要求书

1.一种目标检测方法，其特征在于，包括：

对样本图像进行初始化尺寸分类，根据聚类结果中分类数量确定网络结构中卷积层的层数，以确定特征提取网络，其中，所述对样本图像进行初始化尺寸分类具体为根据不同尺寸的目标进行初始的样本图像的分类；

将待检测图像输入特征提取网络，确定不同尺寸的特征图；

分别将各个所述特征图输入区域生成网络，生成对应的候选区域特征图；

根据各个所述特征图以及对应的候选区域特征图，确定目标区域特征图；

对所述目标区域特征图进行分类检测，确定目标检测结果。

2.根据权利要求1所述的目标检测方法，其特征在于，所述对样本图像进行初始化尺寸分类，根据聚类结果中分类数量确定网络结构中卷积层的层数，包括：

对样本图像进行初始化尺寸分类，确定多个标注信息；

获取聚类结果中的所有聚类中心点，计算当前标注信息到各个所述聚类中心点的距离；

判断所述距离是否小于预设距离阈值，当所述距离小于预设距离阈值时，对当前标注信息进行分类；

根据聚类结果中的分类数量，确定网络结构中卷积层的层数。

3.根据权利要求2所述的目标检测方法，其特征在于，所述获取聚类结果中的所有聚类中心点，包括：

将当前标注信息确定为当前聚类中心点，分别计算各个所述标注信息到各个预设聚类中心的距离之和；

基于所述距离之和利用线性概率模型确定当前聚类中心的下一聚类中心点，直到找到预设个数的聚类中心点。

4.根据权利要求2所述的目标检测方法，其特征在于，在所述对当前标注信息进行分类之后，所述方法还包括：

重新计算所述聚类结果中各个聚类中心点，确定对应的目标聚类中心，直到各个所述目标聚类中心满足预设条件。

5.根据权利要求2所述的目标检测方法，其特征在于，通过以下公式重新计算目标聚类中心(W_i′，H_i′)：

其中，(W_i′，H_i′)表示第i个目标聚类中心对应标注信息的宽和高，N_i表示第i个聚类簇中的标注信息的个数，(w_i^*，h_i^*)表示第i个标注信息的宽和高。

6.根据权利要求2所述的目标检测方法，其特征在于，通过以下公式计算当前标注信息到聚类中心点的距离：

d＝1-IOU[(x_j,y_j,w_j^*,h_j^*),(x_j,y_j,W_i,H_i)]

其中，d表示当前标注信息到聚类中心点的距离，IOU表示当前标注信息与聚类中心点的交叉比，(x_j,y_j,w_j^*,h_j^*)表示当前标注信息的中心点坐标以及宽高数据，j∈{1,2,3,…,n}，(x_j,y_j,W_i,H_i)表示聚类中心点坐标以及宽高数据，i∈{1,2,3,…,k}。

7.根据权利要求1所述的目标检测方法，其特征在于，在所述根据各个所述特征图以及对应的候选区域特征图，确定目标区域特征图之前，所述方法还包括：将各个所述特征图以及对应的候选区域特征图的尺寸进行预设尺寸的统一设置。