[发明专利]一种基于改进ATSS的目标检测方法及装置

说明书

本发明提供了一种基于改进ATSS的目标检测方法，该方法包括：搜集样本图像，并进行标注，以获得已标注的样本图像；对已标注的样本图像进行图像预处理，获取训练数据；将训练数据输入基于改进ATSS的目标检测网络，进行反复训练，得到训练好的目标检测模型；将待检测图像输入目标检测模型，获得目标检测结果并输出。与现有技术相比，本发明能够准确、快速地检测到目标，并解决了遮挡目标漏检、检测框不稳定的问题。

技术领域

本发明涉及图像处理、智慧停车、目标检测，特别涉及一种基于改进ATSS的目标检测方法及装置。

背景技术

目标检测是指计算机和软件系统在图像/场景中定位并识别出每个目标的能力，已广泛应用于人脸检测、车辆检测、行人计数、网络图像、安全系统和无人驾驶汽车等领域。

在实际运用中，目标检测要求保证实时性的同时，对视频中的小目标、遮挡目标也有较高的检测率和准确率。

现有的基于ATSS(Adaptive Training Sample Selection)的目标检测方法，在模型训练中，在样本分配阶段存在样本分配不均、不同目标样本点分配重叠等问题，从而造成遮挡目标漏检、检测框不稳定的问题。

综上所述，目前迫切需要提出一种解决上述问题的基于改进ATSS的目标检测方法。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于改进ATSS的目标检测方法，能够实现精度和速度并重。

为达到上述目的，按照本发明的第一个方面，提供了一种基于改进ATSS的目标检测方法，该方法包括：

第一步骤，搜集样本图像，并进行标注，以获得已标注的样本图像；

第二步骤，对已标注的样本图像进行图像预处理，获取训练数据；

第三步骤，将训练数据输入基于改进ATSS的目标检测网络，进行反复训练，得到训练好的目标检测模型；

第四步骤，将待检测图像输入目标检测模型，获得目标检测结果并输出。

进一步地，所述图像预处理包括以下的一种或多种：亮度颜色调整、图像缩放、图像翻转、遮挡目标随机裁剪。将已标注的样本图像经过图像预处理后的图像作为训练数据。

所述遮挡目标随机裁剪包括以下步骤：

随机裁剪步骤，在已标注的样本图像上随机选择左上坐标点和右下坐标，作为裁剪小图起始点和终点，同时更新裁剪小图的目标坐标值；

裁剪率判断步骤，分别计算已标注的样本图像中目标的面积A、裁剪小图中目标的面积CA；计算裁剪率如果裁剪率R_c高于裁剪率阈值，则裁剪小图无效；

被遮挡率判断步骤，在裁剪小图上，针对每个目标，分别计算目标的面积CA、目标与其他目标的重叠面积COA，计算目标的被遮挡率如果目标的被遮挡率R_o高于遮挡阈值，则裁剪小图无效；

随机裁剪输出步骤，若裁剪小图无效，则输出已标注的样本图像作为训练数据，否则认为裁剪小图有效，则输出裁剪小图作为训练数据。

进一步地，所述第三步骤包括：

特征金字塔获取步骤，输入训练数据，经过基于改进ATSS的目标检测网络的骨干网络和特征融合网络后，得到3个不同维度的特征层；

分类定位预测结果获取步骤，特征层经过基于改进ATSS的目标检测网络的分类定位网络后，分别得到对应特征层的锚点的分类预测结果和定位预测结果；