[发明专利]基于FSAF及快-慢速权重的目标检测与识别方法

权利要求书

1.基于FSAF及快-慢速权重的目标检测与识别方法，其特征在于：包括如下步骤：

步骤1、搭建包括卷积层、特征图层、预测层的主干网络和RetinaNet有参考框分支；

其中，卷积层的数量就是特征金字塔的层数，记为N，预测层的数量也为N，特征图层的数量为N-2；

步骤1包括如下子步骤：

步骤1.1、原始图像作为第一层卷积层，并依次自下而上进行1/2采样，得到第2层到第N层卷积层，得到特征金字塔；

步骤1.2、对特征金字塔不同层进行特征融合，得到第3到第N层特征图层；

步骤1.3将步骤1.2得到的第N层特征图层及“第N-1到第3层”的特征图层分别进行3×3卷积，得到第N到第3层的预测层，共有N-2层；

步骤1.4将步骤1.1中得到的第N层卷积层单独进行3×3卷积，得到第N+1层预测层；

步骤1.5将步骤1.4得到的第N+1层预测层进行3×3卷积，得到第N+2层预测层；

至此，通过步骤1.3到步骤1.5得到了和卷积层数目相同的N层预测层；

其中，卷积层、特征图层以及预测层也构成了搭建好的主干网络；

步骤1.6、在每层预测层后添加一个RetinaNet有参考框分支；

步骤2、基于步骤1搭建的主干网络和RetinaNet有参考框分支搭建FSAF分支，并生成图像特征层的有效区及忽略区；具体为：在RetinaNet有参考框分支中每个层级的预测层都添加一个无参考框分支，对标准框在不同特征层的映射框按照A1倍比例缩小后作为有效区、A2倍比例缩小后作为忽略区；

其中，所有无参考框分支统称为FSAF分支；

步骤3、基于FSAF分支计算综合损耗；

其中，综合损耗包括分类损耗和回归损耗；

步骤3具体为：

步骤3.A通过式(1)计算分类损耗：

其中，I为给定实例，为给定实例I第l层特征层的分类损耗；为区域内像素点的和，为该层特征层该实例的有效区，FL(l,i,j)为在第l层特征层(i,j)位置上的焦点损耗，该焦点损耗通过(2)计算：

FL(p_t)＝α_t(1-p_t)^γlog(p_t) (2)

其中，焦点损耗，即focal loss，记为FL(p_t)；p_t表示不同类别的分类概率，γ为超参数指数，α_t为超参数系数；

步骤3.B通过式(3)计算回归损耗；

其中，为给定实例I第l层特征层的回归损耗，其中，IoU(l,i,j)为在第l层特征层(i,j)位置上的IoU损耗，该IoU损耗为对训练集的标准框和预测框进行对比计算，通过式(4)计算：

其中，Box_p为当前的标准框，Box_l为当前计算得到的预测框；式(4)中分子部分Box_p∩Box_l为Box_p和Box_l公共部分的面积|Box_p∪Box_l|，分母部分为Box_p和Box_l之和的面积，ln为对数函数；

步骤3.B中的标准框通过对实例进行有效区和忽略区处理后，对忽略区以外的区域置0，对标准框的有效区置1得到；对有效区到忽略区之间的位置认为是灰度区域，对该区域的数据不处理；

步骤3.B中的预测框基于损耗计算结果进行在线特征选择后，回传选定的最优化特征层和损耗用于下一次迭代来推理得到，具体为：对每个实例当分支取得结果后，通过求平均得到每层预测层样本的综合损耗，然后选择综合损耗最小一个预测层作为回传特征层；

其中，回传特征层的综合损耗为RetinaNet有参考框分支中优化器的输入，且综合损耗最小一个预测层，即最优化特征层；

步骤4、将步骤3选择的最优化特征层对应的综合损耗输入RetinaNet有参考框分支中的内部标准优化器及LookAhead优化器，使得综合损耗收敛；

步骤4，具体包含以下子步骤：

步骤4.1初始化外循环计数值、目标函数L、慢权重参数φ和快权重参数θ；

其中，外循环计数值记为t，循环计数最大值记为t_max，初始化t＝1，初始化慢权重参数φ₀；

步骤4.2在第t次外循环中，将外循环计数值为t-1时刻的慢权重参数φ_t-1赋值给初始化快速权重θ，作为标准优化器的初始参数；

其中，标准优化器运行在Lookahead优化器内循环中，且在内循环中迭代次数为一个同步周期k；

步骤4.3、Lookahead优化器内部的标准优化器通过式(6)在标准优化器内循环的第i次迭代中计算快权重：

θ_t,i＝θ_t,i-1+A(θ_t,i-1,d) (6)

其中，A为标准优化器，为标准梯度下降和随机梯度下降两种中的一种；d为当前数据的采样值；θ_t,i-1为标准优化器所需参数；θ_t,i是第t次外循环中标准优化器第i次迭代的快速权重优化结果；θ_t,i-1是第t次外循环中标准优化器第i-1次迭代的快速权重优化结果；

步骤4.4基于步骤4.3的结果通过式(7)更新慢权重参数：

φ_t＝φ_t-1+β(θ_t,k-φ_t-1) (7)

其中，θ_t,k是第t次外循环中标准优化器第k次迭代的快速权重优化结果；φ_t-1是外循环计数值为t-1时刻的慢权重参数；φ_t是外循环计数值为t时刻的慢权重参数；β为Lookahead优化器的迭代参数；

步骤4.5判断外循环计数值t是否等于循环计数最大值t_max，并决定是否完成本方法，具体为：若是，则输出t时刻的慢权重参数φ_t，完成优化；否则令t＝t+1，跳至步骤4.2。