申请/专利权人:中电华鸿科技有限公司
申请日:2023-12-27
公开(公告)日:2024-04-16
公开(公告)号:CN117893484A
主分类号:G06T7/00
分类号:G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种聚焦小目标的目标检测方法,属于计算机视觉领域中的目标检测领域。本发明基于RetinaNet算法构建目标检测网络,用训练好的ResNet18网络替换目标检测网络中的骨干网络;再用可变形卷积结构替换ResNet18网络中的卷积结构;最后新增一层特征提取层;对于目标检测网络,选取COCO数据集中包含小目标的图像作为训练样本,将每张图像上的小目标数据作为对比标签;将输出结果与对比标签进行对比,以此更新目标检测网络的内部参数,进行深度学习训练,训练结束后保存目标检测网络参数;将需要处理的图像输入到训练好的目标检测网络中,得到与图像相对应的目标检测结果。本发明针对小目标检测的算法不需要构建复杂的模块,却也可以同样适用于多尺度目标检测中。
主权项:1.一种聚焦小目标的目标检测方法,其特征在于,包括以下步骤;步骤1、基于RetinaNet算法构建目标检测网络;目标检测网络包括骨干网络、特征金字塔网络层、分类子网层与回归子网层;步骤2、构建ResNet18网络,采集数据集进行预训练,用训练好的ResNet18网络替换目标检测网络中的骨干网络;步骤3、搭建可变形卷积结构,用可变形卷积结构替换ResNet18网络中的卷积结构;步骤4、针对目标识别网络中的特征金字塔网络层,新增一层特征提取层,并修改特征金字塔网络层的输入输出通道;所述特征提取层以原有特征金字塔网络层的两倍采样速度进行上采样;步骤5、选取COCO数据集中包含小目标的图像作为训练样本,并将每张图像上的小目标数据作为对比标签;步骤6、将训练样本输入目标检测网络中;根据目标检测网络的输出结果与对比标签,结合FocalLoss损失函数计算目标检测结果损失;根据目标检测结果损失,通过反向传播算法更新目标检测网络的内部参数,直至目标检测结果损失收敛,结束训练并保存目标检测网络的内部参数,完成深度学习训练;步骤7、将需要处理的图像输入到训练好的目标检测网络中,得到与图像相对应的目标检测结果。
全文数据:
权利要求:
百度查询: 中电华鸿科技有限公司 一种聚焦小目标的目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。