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：长讯通信服务有限公司

摘要：本发明公开了基于不平衡数据的改进soft‑NMS目标检测方法，包括以下步骤：步骤一、获取目标检测的不平衡训练数据，计算每一类目标的平衡系数；步骤二、训练基于FasterRCNN的目标检测模型；步骤三、把需要检测的不平衡目标检测数据输入FasterRCNN目标检测模型，获取多个目标候选框；步骤四、将所有目标候选框按照不同的类别标签分组，并对每个类别内的所有目标候选框按照置信度进行排序；步骤五、对每一个类别，采用基于不平衡数据的改进soft‑NMS方法，进行该类别内目标检测框置信度更新和检测框筛选；步骤六、最后对所有类别的待检测框进行目标检测框筛选，获得目标检测结果。本发明重新定义了目标检测框置信度的更新公式，有效降低尾部类别目标的漏检率。

主权项：1.基于不平衡数据的改进soft-NMS目标检测方法，其特征在于，包括以下步骤：步骤一、获取目标检测的不平衡训练数据，计算每一类目标的平衡系数；步骤二、训练基于FasterRCNN的目标检测模型；步骤三、把需要检测的不平衡目标检测数据输入FasterRCNN目标检测模型，获取多个目标候选框；步骤四、将所有目标候选框按照不同的类别标签分组，并对每个类别内的所有目标候选框按照置信度进行排序；步骤五、对每一个类别，采用基于不平衡数据的改进soft-NMS方法，进行该类别内目标检测框置信度更新和检测框筛选；步骤六、最后，对所有类别的待检测框进行目标检测框筛选，获得目标检测结果；步骤二中采用FasterRCNN模型训练目标检测模型，包含以下操作：定义一个瓶颈层bottleneck，其中一条支路依次通过卷积核大小为1x1的组卷积层、正则化BN层、卷积核大小为3x3的组卷积层、正则化BN层、卷积核大小为1x1的卷积层、正则化BN层、relu激活函数，另一条支路是恒等映射，两条支路的输出相加得到bottleneck的输出；把训练集中的图片归一化输入regnet骨干网络，依次经过卷积核大小为3x3、步长为2、填充为1、输出通道为48的卷积层，正则化BN层，激活函数relu，经过2个输出通道为96的bottleneck得到特征图C2，经过6个输出通道为192的bottleneck得到特征图C3，经过15个输出通道为432的bottleneck得到特征图C4，经过2个输出通道为1008的bottleneck得到特征图C5；C5经过卷积核大小为1x1、输出通道为256的卷积层得到特征图M5，再经过卷积核大小为3x3的卷积层输出为特征图P5；C4经过卷积核大小为1x1、输出通道为256的卷积层，与M5经过采样倍率为2的上采样得到的特征图相加得到特征图M4，再经过卷积核大小为3x3的卷积层输出为特征图P4；C3经过卷积核大小为1x1、输出通道为256的卷积层，与M4经过采样倍率为2的上采样得到的特征图相加得到特征图M3，再经过卷积核大小为3x3的卷积层输出为特征图P3；C2经过卷积核大小为1x1、输出通道为256的卷积层输出通道为256，与M3经过采样倍率为2的上采样得到的特征图相加得到特征图M2，再经过卷积核大小为3x3的卷积层输出为特征图P2；所述步骤五中，基于不平衡数据的改进soft-NMS方法，包含以下操作：a、在每一类目标中，选择置信度最高的目标检测框，记作M，加入到集合D中；b、分别计算剩余的目标检测框与M之间的交并比，并按照以下公式处理该目标检测框的置信度，其中阈值采用分段式阈值方式进行设置，公式如下： 其中，表示第i类检测目标的第j个检测框，是第i类检测目标的检测框数量；是检测框M与第j个检测框的交并比；是不平衡数据的平衡系数；且；c、若步骤b中得到的所有类别的目标检测框为空，则检测框筛选结束。

全文数据：

权利要求：

百度查询： 长讯通信服务有限公司 基于不平衡数据的改进soft-NMS目标检测方法