[发明专利]基于Faster R-CNN的药盒检测方法、介质、电子设备及系统

说明书

本发明公开了一种基于Faster R‑CNN的药盒检测方法、介质、电子设备及系统，该方法包括：S1、将Faster R‑CNN网络模型中的特征提取层替换为新的特征提取网络得到改进后的Faster R‑CNN网络模型；S2、对数据集中药盒图片进行标定；S3、利用标定后的数据集对改进后的Faster R‑CNN网络模型进行训练；S4、利用训练好的Faster R‑CNN网络模型对药盒进行检测。本发明通过将Faster R‑CNN网络模型中的特征提取层替换为新的特征提取网络，新的特征提取网络采用深度可分离卷积，以及带线性瓶颈结构的反向残差结构，在保证模型准确率的前提下，解决了模型训练过程中梯度消失、占用内存大的问题，有效提升了模型的实时性，使得本发明的药盒检测方法具有占用内存小、检测时效性好、检测准确率高的优点。

技术领域

本发明涉及药盒检测技术领域，特别涉及一种基于FasterR-CNN的药盒检测方法、存储介质、电子设备及系统。

背景技术

传统的目标检测算法有2001年诞生的V-J检测器，主要用于人脸的检测；2006年出现的HOG+SVM的方法，主要用于行人的检测；2008年出现的DPM算法。算法提取的特征主要围绕底层特征和中层次特征来展开，像颜色，纹理等。近几年来，目标检测算法取得了很大的突破。比较流行的算法可以分为两类，一类是基于RegionProposal的R-CNN系算法(R-CNN，FasterR-CNN,Faster R-CNN等)，它们需要先算法产生目标候选框，也就是目标位置，然后再对候选框做分类与回归(two-stage)。而另一类是Yolo，SSD这类one-stage算法，其仅仅使用一个卷积神经网络CNN直接预测不同目标的类别与位置。第一类方法准确度高一些，但是速度慢，第二类算法速度快，但是准确性要低一些。

参照图1，为现有FasterR-CNN网络结构，其算法流程如下：

1、特征提取，把整张图片送入特征提取层(backbone)，进行特征提取；

2、生成建议窗口，通过RPN，在最后一层卷积feature map上生成建议窗口(regionproposal)，每张图片大约300个建议窗口；

3、池化，通过RoIpooling层使得每个建议窗口生成固定大小的feature map；

4、联合训练，利用Softmax Loss(探测分类概率)和Smooth L1 Loss(探测边框回归)对分类概率和边框回归(Boundingbox regression)联合训练。

其中，步骤1中选取了VGG16作为特征提取的神经网络模型，VGG16网络是14年牛津大学计算机视觉组和Google DeepMind公司研究员一起研发的深度网络模型。

VGG16详细说明如下：

1、一张原始图片被resize到(224,224,3)。

2、经过两次3x3的卷积网络，输出的特征层为64，输出为(224,224,64)，再2X2最大池化，输出net为(112,112,64)。

3、经过两次3x3卷积网络，输出的特征层为128，输出net为(112,112,128)，再2X2最大池化，输出net为(56,56,128)。

4、经过三次3x3卷积网络，输出的特征层为256，输出net为(56,56,256)，再2X2最大池化，输出net为(28,28,256)。

5、经过三次3x3卷积网络，输出的特征层为256，输出net为(28,28,512)，再2X2最大池化，输出net为(14,14,512)。

6、经过三次3x3卷积网络，输出的特征层为256，输出net为(14,14,512)，再2X2最大池化，输出net为(7,7,512)。