[发明专利]一种基于多尺度轻量化主干网络的特征提取方法

说明书

本发明涉及一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；构建MSL_backbone模型，将训练样本输入MSL_backbone对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。本发明方法提升了对多尺度特征的提取能力，与原先方法模型相比有着0.35％的精度提升。

技术领域

本发明涉及道路场景目标检测技术领域，特别涉及一种基于多尺度轻量化主干特征提取网络的目标检测方法。

背景技术

道路场景目标检测是指在道路场景中，通过计算机视觉技术，识别并提取出各种交通标志、交通工具、行人等目标。该技术被广泛应用于智能交通、自动驾驶等领域。在进行道路场景目标检测时，需要对图像进行背景分析，即从图像中分离出背景和前景信息，以便更准确地对前景目标进行识别。

传统的目标检测方法应用于道路场景中，因其存在鲁棒性差，计算量大，实时性不高等问题没有被人们所使用。虽然目前流行的几种目标检测方法应用于道路场景中会得到比较不错的精度，但是对检测结果仔细分析研究发现，小尺度目标检测效果差，导致整体的检测精度没有办法继续提高。

另外在道路场景中存在着目标的尺度大小以及种类不一致的问题，例如汽车的尺度比较大而行人，自行车的尺度比较小。而且除了目标本身具有的尺度不同之外，当目标距离摄像头的距离不一样也会导致这个目标的尺度发生变化。所以在同一道路场景下，同一类目标距离摄像头的远近不一样，也会导致其尺度不一样同时特征也有较大的差异。这种尺度不一致的问题对目标检测方法的性能有着更高的挑战。而且通过观察摄像头采集的图片可以发现，在同一场景中，车辆类别的目标出现的频率很高，反观行人和其他类别的目标出现的频率要低很多。这种道路场景中目标类别数量不均衡的问题，也会影响到目标检测方法的精度。

发明内容

针对现有技术存在的上述问题，本发明的要解决的技术问题是：提升方法模型对多尺度特征的提取能力。

为解决上述技术问题，本发明采用如下技术方案：一种基于多尺度轻量化主干网络的特征提取方法，包括如下步骤：

S1：获取图片，并对图片进行预处理，经过预处理后的一张图片为一个训练样本；

S2：构建MSL_backbone模型，所述MSL_backbone采用YOLOv5的主干特征提取网络作为基础模型，将基于通道重组的轻量化逆瓶颈残差模块shuffle_res2net_s与YOLOv5主干特征提取网络中CSP_BottleNeck里的残差结构进行替换；

S3：将训练样本输入MSL_backbone模型对其进行训练，待最优收敛后保存模型参数得最优MSL_backbone；

S4：调用最优MSL_backbone，输入待测数据得到结果并通过提取网络的最后一个特征图输出。

作为优选，S1中预处理是指：将图片resize截取为32×32，然后再进行随机翻转得到多张图片，再对多张图片进行Tensor转换，将灰度范围从0-255变换到0-1，最后图片进行标准化(Normalize)操作。

作为优选，所述S2中基于通道重组的轻量化逆瓶颈残差模块包括：

所述shuffle_res2net_s的输入特征图为X∈R^C×H×W，X表示输入特征图，C为输入通道，H为特征图高度，W为特征图宽度；

经过卷积核大小为1×1的卷积进行通道上的升维改变，通道维度变成C′＝C×W/64×S，得到特征图为X′∈R^C′×H×W，其中，X′表示经过卷积操作后得出的特征图,C′表示改变后的通道维度；