[发明专利]一种基于通道分组注意力模型的细粒度车辆分类方法

权利要求书

1.一种基于通道分组注意力模型的细粒度车辆分类方法，其特征在于，采用通道分组与注意力模型相结合的方式构建CGA-CNN网络并进行训练，然后利用CGA-CNN网络进行多尺度的细粒度车辆分类；

采用所述CGA-CNN网络进行多尺度的细粒度车辆分类时，首先输入车辆图像，输入的图像经过骨干网络和特征金字塔网络生成16倍和32倍下采样特征图；16倍下采样特征图经过全局平均池化层、全连接层和Softmax分类层得到初步分类结果；然后生成16倍下采样类激活图；通过K均值聚类算法进行通道分组，将各组内的类激活图相加生成注意力图；注意力图被下采样至32倍，与32倍下采样特征图进行元素级乘法，得到新的32倍下采样特征图；最后，新得到的32倍下采样特征图经过全局平均池化层、全连接层和Softmax分类层得到最终车辆分类结果。

2.根据权利要求1所述的基于通道分组注意力模型的细粒度车辆分类方法，其特征在于，基于CGA-CNN网络进行多尺度的细粒度车辆分类方法具体包括如下步骤：

S1.从车辆数据集中选取图像X进行预处理，将图像X裁剪成448×448的尺寸，灰度图和二值图转换为RGB三通道格式；

S2.利用卷积神经网络提取预处理后图像X的特征图；

S3.利用特征金字塔网络生成预处理后图像X的金字塔特征图，从中选取16倍、32倍下采样的特征图，分别记为A₁、A₂，其中其中，w₁、h₁、w₂、h₂分别表示A₁、A₂的宽与高，c表示特征通道数；

S4.对A₁进行全局平均池化得到一个K维的特征向量V₁，其中K表示数据集中图像的类别数，V₁由对应的w₁、h₁代入公式(1)得到；

其中，f_k(x，y)表示类别k在最后一个卷积层位置(x，y)的激活；

S5.在V₁之后连接一个全连接层和softmax分类层得到图像X的预测向量P₁；P₁由公式(2)计算得到；

当为P₁中的最大值时，表示类别c被激活，表示softmax分类层的输入向量；其中，由公式(3)计算得到；

其中，表示第c个节点第k个参数；

S6.对于A₁中的每个特征通道，通过将被激活的类别c对应的全连接层中的节点的k个乘到相应的通道上，得到k个激活图，每个激活图由公式(4)表示；

S7.在A1中的每个特征通道中寻找最大响应值，得到其对应的坐标集合其中，是第i个特征通道的最大响应值的坐标，对M使用K均值聚类算法将通道分为N个通道组，其中K均值聚类算法的距离评价指标由公式(5)表示；

其中，D表示最大响应值之间的欧几里德距离，i，j∈1，…，s并且i≠j；第i个通道组内包含的通道由指示向量(6)表示，

[1{1}，...，1{j}，...，1{s}] (6)

其中，当第j个通道属于第i个通道组时，1{·}＝1，否则1{·}＝0；

S8.根据通道分组指示向量，将每个通道组内包含的激活图相加得到相应的注意力图T₁，此操作共产生N个T₁，组内激活图相加操作由公式(7)表示；

其中，表示16倍下采样的第i个注意力图，C_j(x，y)表示通道组内第j个激活图；

S9.将步骤S8得到的N个T₁进行2倍下采样得到N个32倍下采样的注意力图T₂；

S10.每个32倍下采样的T₂中包含的通道与A₂中相应的通道进行元素级的乘法操作，得到融合后的特征图F，F的第j个通道由公式(8)表示；

其中，表示32倍下采样的第i个注意力图在位置(x，y)上的值，表示A₂中的第j个特征通道在位置(x，y)上的值，i∈1，...，N，j∈1，...，c；

S11.对F进行GAP操作，得到一个K维的特征向量V₂，V₂通过将对应的w₂、h₂代入公式(1)得到；

S12.在V₂之后连接一个全连接层和softmax分类层得到最终的预测向量P₂；P₂由公式(9)计算得到；

其中，表示softmax分类层的输入向量；其中，由公式(10)计算得到；

其中，表示第c个节点第k个参数；

P₂中的最大值对应的类别为最后的分类结果。