[发明专利]基于yolo网络的目标检测方法、装置和设备终端

权利要求书

1.一种基于yolo网络的目标检测方法，其特征在于，所述目标检测方法包括：

获取训练数据中各个目标类别的初始预设特征复杂度，所述训练数据包括同源异构数据；

基于所述yolo网络，根据各个目标类别的初始预设特征复杂度以及多个预设复杂度区间，建立各个预设复杂度区间各自对应的特征层结构；

基于各自对应的特征层结构以及各个目标类别的初始预设特征复杂度，计算并调整各个预设复杂度区间的损失函数值；

根据各个预设复杂度区间的损失函数值进行损失函数的拼接，以计算所述拼接后的损失函数所对应的损失值；

根据所述损失值进行权重和偏置更新，直至所述拼接后的损失函数收敛以生成对应的目标检测模型；

根据所述目标检测模型对测试数据进行测试，输出对应的目标的位置信息和类别信息；

所述基于所述yolo网络，根据各个目标类别的初始预设特征复杂度以及多个预设复杂度区间，建立各个预设复杂度区间各自对应的特征层结构的步骤包括：

根据各个目标类别的初始预设特征复杂度，结合多个预设复杂度区间，将各个目标类别分别划分到对应的预设复杂度区间；

基于所述yolo网络，针对各个预设复杂度区间，分别建立对应的特征层结构；

其中，所述根据各个预设复杂度区间的损失函数值进行损失函数的拼接，以计算所述拼接后的损失函数所对应的损失值的步骤包括：

结合每个预设复杂度区间中各个目标类别的总体特征复杂度，对各个预设复杂度区间各自所对应的特征层结构的损失函数值分别进行加权处理，得到拼接后的损失函数所对应的损失值；

其中，当所述预设复杂度区间的数量为两个时，所述根据各个目标类别的初始预设特征复杂度，结合多个预设复杂度区间，将各个目标类别分别划分到对应的预设复杂度区间的步骤包括：

将初始预设特征复杂度大于预设复杂度阈值的目标类别划分到第一预设复杂度区间，将初始预设特征复杂度小于或等于预设复杂度阈值的目标类别划分到第二预设复杂度区间；

所述基于所述yolo网络，针对各个预设复杂度区间，分别建立对应的特征层结构的步骤包括：

所述第一预设复杂度区间所对应的各个目标类别分别与第一组特征层结构建立连接，所述第一组特征层结构包括第一尺度、第二尺度和第三尺度的特征层结构，所述第一尺度、第二尺度和第三尺度的大小递增；

所述第二预设复杂度区间所对应的各个目标类别分别与第二组特征层结构建立连接，所述第二组特征层结构包括所述第一尺度和所述第二尺度的特征层结构；

其中，各个预设复杂度区间中每个目标类别的类别损失函数均采用二分类交叉熵函数，所述第一预设复杂度区间所对应的目标类别包括第一目标类别，所述第二预设复杂度区间所对应的目标类别包括第二目标类别和第三目标类别，所述基于各自对应的特征层结构以及各个目标类别的初始预设特征复杂度，计算并调整各个预设复杂度区间的损失函数值的步骤包括：

基于所述第一组特征层结构，通过对应的二分类交叉熵函数计算所述第一目标类别的类别损失函数值，以得到所述第一预设复杂度区间所对应的损失函数值；

基于所述第二组特征层结构，结合所述第二目标类别和所述第三目标类别各自的初始预设特征复杂度，对各自对应的二分类交叉熵函数的预设损失权重分别进行计算和调整，以得到所述第二预设复杂度区间所对应的损失函数值；

其中，当所述第二目标类别的初始预设特征复杂度大于所述第三目标类别的初始预设特征复杂度时，所述基于所述第二组特征层结构，结合所述第二目标类别和所述第三目标类别各自的初始预设特征复杂度，对各自对应的二分类交叉熵函数的预设损失权重分别进行计算和调整，以得到所述第二预设复杂度区间所对应的损失函数值的步骤包括：

在所述训练数据的训练过程中，记录对应的训练周期次数；

根据所述记录的训练周期次数，结合所述第二目标类别和所述第三目标类别各自的初始预设特征复杂度，每隔预设次数的训练周期的时间间隔，分别计算当前训练周期内所述第二目标类别与所述第三目标类别的类别损失函数值之比，以及所述第二目标类别和所述第三目标类别之间的预设特征复杂度之比，其中，每个目标类别的类别损失函数值为预设损失权重与对应的二分类交叉熵函数值之间的乘积之和，每个目标类别的预设损失权重与对应的预设特征复杂度成正比；

将所述类别损失函数值之比与所述预设特征复杂度之比进行比较；

当所述类别损失函数值之比小于所述预设特征复杂度之比时，则降低所述第二目标类别的预设损失权重和对应的预设特征复杂度以计算调整后的所述第二目标类别的类别损失函数值，对应增加所述第三目标类别的预设损失权重和对应的预设特征复杂度以计算调整后的所述第三目标类别的类别损失函数值，以使对应调整后的所述第二目标类别和所述第三目标类别之间的类别损失函数值之比等于对应的预设特征复杂度之比；

当所述类别损失函数值之比大于所述预设特征复杂度之比时，则增加所述第二目标类别的预设损失权重和对应的预设特征复杂度以计算调整后的所述第二目标类别的类别损失函数值，对应减小所述第三目标类别的预设损失权重和对应的预设特征复杂度以计算调整后的所述第三目标类别的类别损失函数值，以使对应调整后的所述第二目标类别和所述第三目标类别之间的类别损失函数值之比等于对应的预设特征复杂度之比；

基于所述第二组特征层结构，根据调整后的第二目标类别的类别损失函数值与第三目标类别的类别损失函数值计算得到所述第二预设复杂度区间所对应的损失函数值。