【技术实现步骤摘要】
一种基于相机投影模型的物品检测网络方法
本专利技术涉及网络物品检测领域，更具体地，涉及一种基于相机投影模型的物品检测网络方法及系统。
技术介绍
卷积神经网络（CNN），作为图像识别与检测非常流行的载体，已经获得了非常大的成功，基于这个技术，已经衍生出了非常多的应用网络，VGG，ResNet，DenseNet，Yolo等OneStage网络。但这些用于识别的端到端(EndtoEnd)网络有非常多的实际问题：第一，这些网络需要极大的运算量，导致无法实际的落地。不能落地包括两个层面，一个是巨大的运算量导致更高的GPU的使用，从而提高了部署成本，第二个层面，是巨大的运算量使得计算难以达到实时，为了达成实时运算，往往需要部署更多的计算设备，在提高成本的同时，造成资源的浪费。第二，直接使用这些经典网络的简化网络模型，并不能够很好的达到网络的性能。第三，一些性能还不错的网络，并没有针对相机的投影模型进行网络设计，而是更偏向于基于图像本身的网络设计，这样的设计更通用，但并不高效。
技术实现思路
为了克服现有技术的不足，本...
【技术保护点】
1.一种基于相机投影模型的物品检测网络方法，其特征在于，包括：/nS1、输入图像，设计并计算输入图像的锚框；/nS2、主干网络：将图像输入到主干网络，经过多个特征层后输出；/nS3、Razor模块：为了配合步骤S1所设计的锚框，网络设计上，设计Razor模块；设到输入层的网络尺寸表示为
【技术特征摘要】
1.一种基于相机投影模型的物品检测网络方法，其特征在于，包括：
S1、输入图像，设计并计算输入图像的锚框；
S2、主干网络：将图像输入到主干网络，经过多个特征层后输出；
S3、Razor模块：为了配合步骤S1所设计的锚框，网络设计上，设计Razor模块；设到输入层的网络尺寸表示为，其中n表示输入图像的数量，h表示主干网络特征层的高度，表示主干网络特征层的宽度，表示主干网络特征层的通道数；网络通过两次transpose和一次reshape变换输出为；则锚框和输出的网络结构达成一致，再次经过几个自定义的常规卷积操作，便能对Groundtruth的结果进行预测；
S4、预测：先对Groundtruth进行编码，再进行预测；
S5、样本选择，指负样本筛选；依赖于两个部分：一个是GroundTruth是否被指派到锚框，另一个是有指派到目标的锚框，是否有达到足够的宽度维度上的交并比IOU；两者有一个不满足需求，便被认为是负样本；
S6、训练遴选样本：为了提高训练质量，设计了样本遴选机制；在训练时，算法推导出的预测中，选择与GroundTruth判断差距最大的有限选择为训练目标；
S7、设计损失函数，进行训练，得到训练模型；
S8、模型的运用；当训练完毕，用得到的函数参数，进行模型推导，对得到的每一个锚框的估计，得到该锚框下存在目标的概率，当概率达到设定阈值，则将推理出来的offset结果，通过反函数，求出在实际图像中的真实位置。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1计算锚框的方式为：锚框用表示，表示锚框中心点在图像中横纵坐标的位置，表示在这个位置所延伸的宽度和高度；
反函数公式；是指每一个输出层的特征图的宽度分量的分辨率；是指输出层的每一个像素的编号，；是指从输入图像到该输出层的分辨率，输出层每一个像素所代表的原图的像素的尺寸；，表示框总是从整个图像顶部到底部的范围。
3.根据权利要求2所述的方法，其特征在于，所述通过两次transpose和一次reshape变换具体方式为：首先通过第一次transpose，将矩阵转换为，然后将矩阵进行reshape，转化为，最后经过transpose，将矩阵转化为。
4.根据权利要求3所述的方法，其特征在于，所述步骤S4先对Groundtruth进行编码再进行预测的具体过程为：
对GroundTruth进行编码的方式如下：如同步骤S1的锚框设计，将每一个Groundtruth指派到相对应的输出层作为学习目标，对它的位置，先转化为，以指派的输出层的每一个锚框的偏移量，及宽高的比例，这使得每一个合适的GroundTruth，对应到一个与之对应的锚框，进行相对坐标的估计，使网络在训练时能实现收敛。
5.根据权利...
【专利技术属性】
技术研发人员：肖刚，王逸飞，
申请(专利权)人：江西高创保安服务技术有限公司，
类型：发明
国别省市：江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。