[发明专利]一种目标检测模型空间金字塔池化算子的加速优化方法

权利要求书

1.一种目标检测模型空间金字塔池化算子的加速优化方法，其特征在于：包括如下步骤

(1)，对神经网络模型最后一层卷积层的输出特征图做尺度范围为5×5，步长为1的最大值池化操作；

(2)，将步骤(1)的输出作为输入特征图，做尺度范围为5×5，步长为1的最大值池化操作，取代原空间金字塔池化算子的范围为9×9，步长为1的最大值池化操作；

(3)，将步骤(2)的输出作为输入特征图，做尺度范围为5×5，步长为1的最大值池化操作，取代原空间金字塔池化算子的范围为13×13，步长为1的最大值池化操作；

(4)，将步骤(1)的输入和输出，步骤(2)的输出和步骤(3)的输出在特征图通道方向上堆叠，作为整个空间金字塔池化算子的输出。

2.根据权利要求1所述的一种目标检测模型空间金字塔池化算子的加速优化方法，其特征在于，所述的步骤(1)中神经网络模型最后一层卷积层的输出特征图表示为其大小为(N×C×H×W)，特征图上的点表示为x_n,c,h,w，对输入特征图做范围为5×5，步长为1的最大值池化运算，获得的输出特征图表示为其大小为(N×C×H×W)，特征图上的点的计算方法为：

3.根据权利要求2所述的一种目标检测模型空间金字塔池化算子的加速优化方法，其特征在于，所述的步骤(2)输入特征图获得的输出特征图表示为其大小为(N×C×H×W)，特征图上的点的计算方法与步骤(1)相同。

4.根据权利要求3所述的一种目标检测模型空间金字塔池化算子的加速优化方法，其特征在于，所述的步骤(3)输入特征图获得的输出特征图表示为其大小为(N×C×H×W)，特征图上的点的计算方法与步骤(1)相同。

5.根据权利要求4所述的一种目标检测模型空间金字塔池化算子的加速优化方法，其特征在于，所述的步骤(4)将特征图和在特征图通道C方向进行堆叠，得到最终的空间金字塔池化算子的输出：

Y的大小为(N×4C×H×W)。