[发明专利]一种基于多尺度混合维度网络的目标检测方法及系统

说明书

本发明属于目标识别技术领域，提供了一种基于多尺度混合维度网络的目标检测方法及系统。该方法包括，将目标图像输入训练好的多尺度混合维度网络，得到的图像经NMS方法去除冗余框后，得到标注目标位置和类别的图像；所述多尺度混合维度网络包括金字塔网络，所述的金字塔网络自上而下的每两个卷积层之间引入混合维度模块。

技术领域

本发明属于目标识别技术领域，尤其涉及一种基于多尺度混合维度网络的目标检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

交通标志的检测是当前计算机视觉和模式识别领域中研究的热点，因智能交通及无人驾驶技术对准确率和实时性要求高，给交通标志检测技术研究带来较大难度。传统交通标志识别算法普遍利用机器学习算法以及图像处理技术对图像的颜色、形状、边缘等进行提取特征和分类回归，如HOG、SIFT等方法，因其对噪声较敏感、计算量大等缺点，普遍存在适应性低、检测效果差、实时性和准确性不平衡的问题。

随着深度学习的快速发展，基于卷积神经网络的目标检测算法虽然具有更加丰富的特征信息和更强的特征表达能力，但仍需不断完善和改进，达到更好检测效果。Faster-RCNN算法通过交替训练SPPNET和RPN网络完成分类和回归，由于采用选择性搜索方法作用于候选框，重复卷积进行网络计算，导致内存占用量大，进而速度较慢。SSD算法采用多尺度特征层进行卷积检测，虽然速度得到一定提升，但是使用了卷积层数少的低级特征层，导致提取特征不充分。YOLOv1算法采用图像分割输出位置与类别，充分利用了特征信息，但是一个单元格只能预测两个框和一个类别，限制了预测的数量。YOLOv9000算法采用批标准化，加入BN层，引入的锚框使网络更稳定，但由于受标签限制，检测性能较低。YOLOv3算法采用FPN网络，并加入了NMS筛选，不论在速度上，还是在精度上，均具有较优的检测性能，但是因为像素小，分辨率低，导致卷积后对小目标的特征信息不明显，因此，基于存在小目标对象较多的交通标志检测的研究仍然存在很大提升空间，设计一种高准确率高效率的小目标检测算法依旧是有意义的开放性问题。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种基于多尺度混合维度网络的目标检测方法及系统，其设计重构特征金字塔网络(FPN)的结构，通过筛选特征融合目标检测层尺度，构建了多尺度混合域网络，提高对高价值信息的学习能力，在存在小目标对象的背景下，能解决原版算法检测精度低、漏检、误检等情况，且模型更稳定，具有较高的鲁棒性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于多尺度混合维度网络的目标检测方法。

一种基于多尺度混合维度网络的目标检测方法，包括：

将目标图像输入训练好的多尺度混合维度网络，得到的图像经NMS方法去除冗余框后，得到标注目标位置和类别的图像；

所述多尺度混合维度网络包括金字塔网络，所述的金字塔网络自上而下的每两个卷积层之间引入混合维度模块。

进一步的，所述混合维度模块包括通道注意模块和空间注意模块；

所述通道注意模块，被配置为：将所述的金字塔网络中上一卷积层的特征作为输入，将经过全局最大值和平均值池化后的特征图传到共享全连接层MLP，将输出的特征进行加和操作和sigmoid激活，得到加权后的特征层；

所述空间注意模块，被配置为：将通过通道注意模块得到的特征层作为空间模块的输入特征，进行张量拼接，然后卷积操作进行降维，经过激活操作生成空间特征层，最后将该特征层与输入特征相乘，得到最终生成的特征，作为所述的金字塔网络中下一卷积层的输入。

进一步的，所述的金字塔网络包括：五个残差模块和输出层，所述五个残差模块经特征融合输入输出层；