买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西蓝瑞存储科技有限公司

摘要：本申请实施例提供了一种基于改进RetinaNet的快速目标检测方法，涉及计算机视觉领域。用于在保证检测准确率不大幅度下降的同时，大幅提高RetinaNet检测速度，提高计算效率。所述方法包括：针对大、中、小三种尺度目标分别训练三种目标位置检测头，在低分辨率特征图检测目标位置，将位置还原到高分辨率特征图，并在三种不同的分辨率特征图上检测三种尺度的目标，从而避免在高分辨率特征图检测无关背景区域，节约检测目标的计算量，提高计算效率，同时高分辨率特征图检测到的目标位置和相邻低分辨率特征图目标位置基本一致，这样操作得到的检测准确率和直接在高分辨率特征图检测得到的准确率差别较小。

主权项：1.一种基于改进RetinaNet的快速目标检测方法，其特征在于，包括以下步骤：S1、从数据集获得待检测图像，输入到RetinaNet骨干网络，并获得输出P3、P4、P5、P6、P7特征图；S2、在原有两个用于分类和回归的检测头外，使用额外的目标位置查询检测头，设置大目标位置检测头，检测P7和P6特征图，设置中目标位置检测头，检测P6和P5特征图，设置小目标位置检测头，检测P5和P4特征图，对于这三种目标位置查询检测头，设置训练模块和检测模块，在训练模块，训练检测头检测特征图每个位置是否存在不同大小尺度的目标，对于Retinanet网络，FPN输出有P3、P4、P5、P6、P7，PL为输出的每层特征图，L代表层数，对于PL上的真实边界框计算PL每个特征位置x,y和真实边界框中心的最小距离图对于大目标位置检测头，需要检测的目标位置图为如果DL[x][y]大于64，则为1，否则为0，对于中目标位置检测头，需要检测的目标位置图为如果DL[x][y]小于64而且大于32，则为1，否则为0，对于小目标位置检测头，需要检测的目标位置图为如果DL[x][y]小于32，则为1，否则为0，对于为1，则代表该位置存在目标，为0则相反，对于损失函数，除原有的分类和回归损失外，增加位置检测损失项，总损失为其中UL、RL、VL分别代表分类输出、回归输出、检测分数输出，分别代表对应的真实边界框回归，LossFL代表Focalloss，Lossr代表边界框回归损失使用smoothL1loss，在检测模块，使用训练的检测头检测特征图每个位置是否存在目标，使用大目标位置检测头检测大目标，使用中目标位置检测头检测中目标，使用小目标位置检测头检测小目标，输入特征图，得到每个位置存在目标的概率，范围为0,1，使用阈值0.15进行判断，大于0.15则存在相应尺度的目标，小于0.15则不存在目标；S3、大目标位置检测头训练为只检测目标尺寸大于64的目标，中目标位置检测头训练为只检测目标尺寸在32到64的目标，小目标位置检测头训练为只检测目标尺寸在32以下的目标；检测头输出当前检测特征图每个位置存在的概率，对位置进行阈值筛选，可获得存在目标的位置；S4、使用大目标位置检测头检测P7特征图，获得存在大目标的位置，然后将这些位置还原到P6特征图，使用大目标位置检测头检测P6特征图，获得存在大目标的位置，并和P7传来的位置合并，然后将合并位置还原到P5特征图，并将还原的位置认为是P5特征图存在大目标的位置；S5、使用中目标位置检测头检测P6特征图，获得存在中目标的位置，然后将这些位置还原到P5特征图，使用中目标位置检测头检测P5特征图，获得存在中目标的位置，并和P6传来的位置合并，然后将合并位置还原到P4特征图，并将还原的位置认为是P4特征图存在中目标的位置；S6、使用小目标位置检测头检测P5特征图，获得存在小目标的位置，然后将这些位置还原到P4特征图，使用小目标位置检测头检测P4特征图，获得存在小目标的位置，并和P5传来的位置合并，然后将合并位置还原到P3特征图，并将还原的位置认为是P3特征图存在小目标的位置；S7、使用原有的分类和回归检测头检测P7和P6特征图的全部位置，使用分类和回归检测头检测P5、P4、P3特征图中只存在目标的位置；S8、基于所有特征图的分类和回归检测结果进行目标检测。

全文数据：

权利要求：

百度查询： 江西蓝瑞存储科技有限公司 一种基于改进RetinaNet的快速目标检测方法