[发明专利]一种基于深度学习的长尾目标检测方法

权利要求书

1.一种基于深度学习的长尾目标检测方法，其特征在于，包括以下步骤：

S1、获取图像数据集：获取符合长尾分布的图像数据集，对数据集进行划分，划分训练集和测试集；

S2、数据集预处理：对数据集进行预处理，计算每个类别的有效样本数；

S3、输出logit：采用预训练模型在训练集上训练，得到训练网络输出的logit；

S4、筛选语义相似类别：对网络输出logit进行阈值设置，只对与头部类语义相似的尾部类进行抑制；

S5、权重设置：根据有效样本数的倒数进行权重设置；

S6、目标模型测试：权重设置后得到最终目标检测模型，将最终检测模型在测试集上测试得到测试结果。

2.根据权利要求1所述的一种基于深度学习的长尾目标检测方法，其特征在于：数据集为LVIS数据集。

3.根据权利要求1所述的一种基于深度学习的长尾目标检测方法，其特征在于：所述S2中，计算类别的有效样本数，获得每个类别实际有效的样本数量，使用公式为：

E_n＝(1-βⁿ)/(1-β)，β＝(N-1)/N；

其中，样本数据集为S，有效样本数量为N，En表示第n次采样的期望值，n为样本数量，当N超过相对阈值时，样本的有效数量与样本的数量n相同，以此减少数据重叠，使得每个样本都是唯一的。

4.根据权利要求1所述的一种基于深度学习的长尾目标检测方法，其特征在于：所述S3中，图像通过骨干网络生成特征图，在特征图上生成感兴趣的区域，为每个区域都提取一个特征，最后对网络的输出进行处理，得出每个类别的分布，计算估计分布和真实框分布之间的交叉熵；

交叉熵为Sigmoid交叉熵函数，使用Sigmoid交叉熵函数对全连接层输出的逻辑值Zi进行计算，Zi为网络输出的类别i逻辑值，通过Sigmoid交叉熵函数独立的估计每个类别的概率pi映射到(0,1)之间，得到当前样本k属于类别i概率，公式如下：

类别真实的标签y是二分类，当候选区域是背景类或者不属于类别i时y_k＝0，当候选区域属于类别i时y_k＝0，交叉熵损失公式如下：

根据交叉熵损失公式得到对全连接层输出的逻辑值Zi的梯度，对于尾部类别i≠k，交叉熵损失函数产生负抑制梯度，迫使分类器i输出低置信度；

从sigmoid交叉熵损失函数相对于网络输出的逻辑值zi的梯度公式得出，当不考虑长尾的类别分布，对于尾部类别i≠k不属于k类别的，生成负抑制梯度以迫使分类器输出低置信度。

5.根据权利要求1所述的一种基于深度学习的长尾目标检测方法，其特征在于：所述S4中网络输出的logit值与设置的阈值进行比较，当logit值大于设置阈值时对当前类进行抑制，当logit值小于阈值时不对当前类产生抑制，从而接收到网络的负抑制梯度变小，提高尾部类的精度。

6.根据权利要求1所述的一种基于深度学习的长尾目标检测方法，其特征在于：所述S5选中所述S4中要进行抑制的类别，根据类别的有效样本数计算每个类别应该受到的抑制程度，也就是各自有效样本数的倒数，具体计算公式为：

其中，ξ为阈值超参数，β为有效样本的超参数，w_i为总体的权重。