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：福州大学;福建医科大学附属协和医院

摘要：本发明涉及一种基于Libra‑RCNN和椭圆形状特征的图像中目标检测方法及系统，该方法包括以下步骤：S1、输入训练集中图像并进行预处理；S2、基于Libra‑RCNN架构设置骨干网络模型信息；S3、通过矩形框标签构建椭圆框标签，并计算椭圆交并比IoU；S4、计算椭圆锚框的长短轴及角度；S5、设置分类损失函数、回归损失函数和角度损失函数；S6、设置不同尺度输出后的Head部分；S7、设置Libra‑RCNN的采样策略为IoU最大值采样策略，并设置相应的IoU阈值；S8、生成网络模型，并通过训练集图像训练网络模型，得到训练好的网络模型；S9、通过训练好的网络模型检测图像，得到目标的相应位置和目标类别。该方法及系统有利于提高对于具有椭圆形状特征目标的检测精度。

主权项：1.一种基于Libra-RCNN和椭圆形状特征的图像中目标检测方法，其特征在于，包括以下步骤：S1、输入训练集中图像并进行预处理；S2、基于Libra-RCNN架构设置骨干网络模型信息；S3、通过矩形框标签构建椭圆框标签，并计算椭圆交并比IoU；S4、计算椭圆锚框的长短轴及角度；S5、设置分类损失函数、回归损失函数和角度损失函数；S6、设置不同尺度输出后的Head部分；S7、设置Libra-RCNN的采样策略为IoU最大值采样策略，并设置相应的IoU阈值；S8、生成网络模型，并通过训练集图像训练网络模型，得到训练好的网络模型；S9、通过训练好的网络模型检测图像，得到目标的相应位置和目标类别；所述步骤S2中，骨干网络采用平衡特征金字塔模型，设置2M层不同尺度输出，特征从底层传递到高层，又从高层传送回底层，分别记为C1,C2,…,C2M；所述平衡特征金字塔具有融合模块和特征提取模块，所述融合模块将C1到C2M统一缩放到CM+1尺度，通过加权相加取平均得到一张融合后的特征图，将该特征图作为特征提取模块的输入；所述特征提取模块通过自注意力机制整合全局信息，然后将整合后的特征图缩放到原本的尺度，得到P1,P2,…,P2M；所述步骤S3中，矩形框包括4个参数，分别是目标的中心点坐标x,y、宽度w及高度h；椭圆框包括5个参数，分别是目标的中心点坐标x,y、长轴a、短轴b及旋转角度θ；椭圆框标签的长轴a、短轴b及角度θ的计算方法为：S31、采用K-means聚类方法对图像的像素点进行聚类，共聚成两类，分别表示前景和背景；S32、采用腐蚀膨胀的形态学方法去除椭圆目标周围的噪声点；S33、通过几何矩的方法计算二值图像中椭圆目标的质心；S34、计算不同角度上质心到椭圆目标边界的像素数目，数目最大的直线即为椭圆长轴距离，相应的角度即为椭圆旋转角度，与长轴角度垂直方向的直线即为短轴，短轴距离同样通过计算像素数目得到；根据椭圆框标签计算两个椭圆框的交集面积和并集面积，将面积相除得到椭圆框标签的IoU；所述步骤S5中，分类损失函数Lc采用FocalLoss函数：Lcpt＝-1-ptγlogpt其中，pt表示样本失真的概率，参数γ＞0；回归损失函数Lb采用平衡损失函数： 其中，α和ρ为参数，β根据αlnβ+1＝ρ计算得到，u为特征图上点的值；角度损失函数Lθ采用平方差损失函数，即每个锚框根据计算出的角度与标签中的椭圆角度进行相减的平方作为损失函数。

全文数据：

权利要求：

百度查询： 福州大学 福建医科大学附属协和医院 基于Libra-RCNN和椭圆形状特征的图像中目标检测方法及系统