[发明专利]融入像素级attention机制的深度神经网络目标检测方法

摘要

本发明涉及一种融入像素级attention机制的深度神经网络目标检测方法，包括下列步骤：收集训练样本图像；将收集到的图像数据集中的数据通过预处理转为训练深度卷积神经网络所要求的格式，并进行数据增强以提升神经网络的训练效果；设计融入像素级attention机制的深度卷积神经网络结构，该网络结构用于接收输入图像并对图像中的物体输出边界框回归信息和类别信息：网络结构包括两部分，一部分是用来初步提取特征的基础网络；另一部分为在基础网络末端添加的多个级联的卷积层或下采样层，用于提取不同尺度的卷积特征图，将多尺度特征图与像素级attention机制融合；训练。

主权项

1.一种融入像素级attention机制的深度神经网络目标检测方法，包括下列步骤：1)收集训练样本图像，要求图像为包含RGB三通道的彩色图像，并附有物体检测框标注和每个物体的类别标注信息。2)将收集到的图像数据集中的数据通过预处理转为训练深度卷积神经网络所要求的格式，并进行数据增强以提升神经网络的训练效果；3)图像集划分；将收集到的数据集划分为训练集，验证集和测试集三个部分，训练集用于训练深度卷积神经网络，验证集用于选择最优的训练模型，测试集用于后续测试模型的效果或在实际应用时测试使用；4)设计融入像素级attention机制的深度卷积神经网络结构，该网络结构用于接收输入图像并对图像中的物体输出边界框回归信息和类别信息：网络结构包括两部分，一部分是用来初步提取特征的基础网络，基础网络结构包含卷积层、批量正则化层、激活函数层、下采样层，设计每个层的特征图个数和输入输出的尺寸；另一部分为在基础网络末端添加的多个级联的卷积层或下采样层，用于提取不同尺度的卷积特征图，每个卷积层利用多个卷积核学习局部感受野上的信息，生成特征图，实现特征提取；每个卷积核只能根据上一层的感受野内的局部特征进行计算生成该层新的特征，将多尺度特征图与像素级attention机制融合，即在用于检测的每一个尺度的特征图上均置入像素级attention机制模块，学习多尺度特征图中不同位置的特征的关系，自适应的调整每个特征点的权重，然后对原特征图与对应的权重相乘后再输入检测模块，其中，像素级attention机制的具体步骤如下：a)给定一组卷积特征图F∈R^H×W×C，长和宽为H和W，通道数为C，首先应用1×1卷积层将通道数压缩为1，该层输出特征图为Z∈R^H×W×1，即Z＝W_1×1conv*F；b)构造基于sigmoid函数的门限机制，来学习特征图中每个特征点的权重；首先通过全连接层将输入的H×W个特征点压缩为原来的1/16，经过Relu激活层后再通过一个全连接层还原至H×W个特征点，以实现学习较远特征点之间的关系，并突出重要的特征位置；之后利用Sigmoid函数将各个特征点的权重归一化至[0,1]；最后，通过乘法多尺度特征图中的每个位置的特征点乘以对应位置的权重，完成像素级特征的自适应标定过程；5)定义目标检测的损失函数；训练阶段要对图像中物体的类别和边界框偏移量进行回归；6)随机初始化神经网络各层的参数，并设置足够完成训练的迭代次数和合适的学习率；随机输入训练集里的图像，经过步骤4)的深度卷积神经网络输出检测结果，并通过损失函数计算相应的损失值，再通过随机梯度下降算法，计算出损失值对每个参数的梯度，根据学习率对网络中的参数逐层更新，即可实现一轮网络模型的训练；重复步骤上述步骤，直到网络的训练达到预先设置好的迭代次数为止。