[发明专利]一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法

说明书

一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法，通过构建双路径的网络以解决轻量化图像目标检测任务，由双路径骨干网、特征金字塔和轻量化检测头组成。骨干网核心模块为增强的混洗模块ESB，采用高效自注意力模块ESAM来捕捉特征全局依赖，同时保持非常少的模型参数和计算复杂度。骨干网采取双分支网络，一路分支保持高分辨率，另一路分支采用连续下采样获得抽象语义信息。在特征金字塔中将ESAM扩展为ECAM来捕捉不同分辨率之间特征的关系。检测头采用轻量化的深度可分离卷积来进行边框和类别的预测。实验结果表明，本网络架构以及检测方法实现了检测精度和实施效率之间的最佳平衡，成为解决轻量化图像目标检测任务的一种有效方法。

技术领域

本发明属于图像目标检测领域，具体涉及一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法。

背景技术

目标检测是计算机视觉领域中的一项具有挑战的任务，它在无人驾驶和机器人领域有着广泛的应用。目标检测旨在检测出感兴趣的物体并给其分配特定类别的语义标签。近年来，随着卷积神经网络的发展，目标检测器的性能得到了巨大的提升。通常情况下，目标检测器可分为二阶段和一阶段，二阶段检测器由于具有多阶段特性，效率不是很高。与之相反，一阶段检测器直接预测物体边框和语义标签，尽管它们在检测精度和速度之间取得了不同的平衡，但是它们的模型尺寸和运行效率对于资源受限的设备仍然是不可接受的。

近年来，单路径网络已经成为目标检测器的主流架构，其大致可分为两类：手工设计和神经网络架构搜索。第一类主要受分类网络的启发，譬如MobileNet-SSD将MobileNet与SSD的检测头相结合。ThunderNet采用ShuffleNetV2作为骨干网，并将ShufflNetV2中的3×3深度可分离卷积替换为5×5深度可分离卷积。Pelee是DenseNet的一种高效变体，并减少了SSD检测头的输出分辨率以降低计算量。Tiny-DSOD在骨干网和特征金字塔部分都引入了深度可分离卷积。Tiny-YOLO系列通过减少卷积层数或特征金字塔输出的数量来使得模型更加高效。第二类通过预先定义的网络单元和搜索策略来构建网络。MnasNet通过优化网络精度和延迟来搜索模型。EfficientNet提出了缩放因子来控制网络深度、宽度和分辨率之间的平衡。MobileDets通过优化不同平台上的延迟来搜索高效的检测模型。

由于自注意力拥有强大的捕捉长距离依赖的能力，其在目标检测领域有着巨大的潜力，而SENet，GENet则使用全局平均池化来收集信息，并对不同通道分配不同的权重。尽管上述方法取得了显著的进步，它们仍受限于以下的缺点：(1)单路径架构采用了激进的下采样策略，丢失了许多对于定位目标有用的细节信息。(2)虽然自注意力能有效编码长距离依赖，但是它们的矩阵乘法是十分消耗计算资源的。另一方面，全局平均池化被用来收集全局上下文信息，但是其空间依赖建模能力不足。因此，追求检测性能和实施效率之间的最佳平衡仍然是轻量化图像目标检测任务的一个开放性研究问题，也是目前轻量级网络设计任务中亟待解决的问题。

发明内容

鉴于上述现有技术的缺陷与不足，本发明的目的旨在提出一种用于图像目标检测的轻量级双分支卷积神经网络及其检测方法，通过一种轻量级卷积神经网络架构以实现模型检测准确性和效率之间的最佳平衡。