[发明专利]基于FASTER-RCNN模型的多尺度检测方法

说明书

本发明公开了基于FASTER‑RCNN模型的多尺度检测方法，包括：将待检测图像输入VGG16卷积神经网络，以VGG16卷积神经网络中的conv1_2、conv3_3、conv5_3三种特征提取层的输出同时依次经过RPN、ROI pooling网络，得到初步的Faster‑RCNN模型；对初步的Faster‑RCNN模型进行稀疏化训练，找出权重较小的小标度因子通道；对小标度因子通道进行剪枝，得到小目标Faster‑RCNN模型；对小目标Faster‑RCNN模型中特征进行量化，得到多尺度小目标Faster‑RCNN模型。解决了识别精度低、分析效率慢、显存资源占用大的问题。

技术领域

本发明属于图像检测技术领域，涉及一种基于FASTER-RCNN模型的多尺度检测方法。

背景技术

大数据时代已经到来。随着社会的发展，各类复杂高新技术的进步，以及国家对智慧城市发展的大力支持，尤其是在人工智能领域相关应用与规模的激增，视频监控领域逐渐成为大家关注的热点问题。在智慧城市建设中加入高效的视频监控应用机制，可以很好的为城市运行安全监测提供保障。针对视频图像的目标检测成为了不可或缺的一项监控技术，尤其是在小目标的检测上，对小目标的检测需求与日俱增。目前在深度学习领域大致可分为两个派别。一个是学院派，研究强大复杂的模型网络和实验方法，不受设备环境限制，只为追求更高的性能，适宜运用在军用等高精度检测项目上；另一类是工程派，旨在使得算法更加稳定，更注重产品的整体效率与落地实现，高效是其追求的目标。复杂的模型固然有更好的模型，但是高额的存储空间和计算资源的消耗是其难以应用在各硬件平台上的原因，例如嵌入式芯片，微型边缘计算设备等。

城市视频监控场景图像背景复杂，视频拍摄的城管图片噪声大，断层拍摄得到的图片多且杂。另一方面案件图片不像运动的目标一样有一定的轨迹，单张的案件图片场景很难确定，案件主体行为比较难识别；案件特征，大小、形状以及位置分布不均匀，甚至部分案件肉眼也很难分辨，传统的one-stage目标检测方法如YOLO\SSD等一步定位与识别精度难以保证，而精度较高的two-stage的目标检测框架的识别效率较低，难以做到实时检测。

发明内容

本发明的目的是提供一种基于FASTER-RCNN模型的多尺度检测方法，解决了现有技术中存在的识别效率低的问题。

本发明所采用的技术方案是，基于FASTER-RCNN模型的多尺度检测方法，包括以下步骤：

步骤1、将待检测图像输入VGG16卷积神经网络，以VGG16卷积神经网络中的conv1_2、conv3_3、conv5_3三种特征提取层的输出同时依次经过RPN、ROI pooling网络，得到初步的Faster-RCNN模型；

步骤2、对初步的Faster-RCNN模型进行稀疏化训练，找出权重较小的小标度因子通道；

步骤3、对小标度因子通道进行剪枝，得到小目标Faster-RCNN模型；

步骤4、对小目标Faster-RCNN模型中特征提取网络的浮点运算数类型从floa32类型转换至int8类型数据，得到多尺度小目标Faster-RCNN模型。

本发明的特点还在于：

在步骤1之前先对待检测图像标记兴趣点，开展数据清洗工作，形成预训练模型样本库；再对预训练模型样本库中的图像进行数据增强处理，添加特征图像噪声过滤机制，并统一每类样本图像数，得到待检测图像。

步骤1具体过程为：