一种提高实时目标检测系统中均值平均精度的方法技术方案

本发明专利技术公开了一种提高实时目标检测系统中均值平均精度的方法，属于目标检测与图像处理的领域；首先批量归一化代替丢弃法，接着用模型分类器提取特征，然后去除全连层，将整个网络变成一个全卷积网络；使用人工选择的边界框进行预测；本发明专利技术使用K‑means聚类方法类训练物体标注框，可以自动找到更好的框宽高维度，使用预测相对于网格单元的坐标位置的办法进行直接位置预测，定位预测值被归一化后，参数更容易得到学习，模型更稳定；本发明专利技术使用维度集群和直接位置预测这两项固定框改进方法，均值平均精度获得了显著的提升。

A method to improve the average accuracy of real-time target detection system

【技术实现步骤摘要】
一种提高实时目标检测系统中均值平均精度的方法
本专利技术属于目标检测与数字图像处理
，涉及到一种提高实时目标检测系统中均值平均精度的方法。
技术介绍
深度学习发展迅速，目标检测成了当下研究的热门方向，应用前景非常广阔，而实时目标检测常常用于生产生活的关键领域，这使得对实时目标检测的精度提出了更高的要求。通常目标检测是给定一个图像，找到其中的目标，找到它们的位置，并且对目标进行分类。目标检测模型通常是在一组固定的类上进行训练的，所以模型只能定位和分类图像中的那些类。此外，目标的位置通常是边界矩阵的形式。所以，目标检测需要涉及图像中目标的位置信息和对目标进行分类。使用固定的时候遇到了两个问题，第一个是固定框的宽高维度往往是精选的先验框，虽说在训练过程中网络也会学习调整框的宽高维度，最终得到准确的物体标注框。但是，如果一开始就选择了更好的、更有代表性的先验框维度，那么网络就更容易学到准确的预测位置。使用固定框时发现的第二个问题就是：模型不稳定，尤其是在早期迭代的时候。大部分的不稳定现象出现在预测框的坐标上了。无论在什么位置进行预测，任何固定框可以在图像中任意一点结束。模型随机初始化后，需要花很长一段时间才能稳定预测敏感的物体位置。因此，当下对于传统的实时目标检测系统在先验证框维度选取不足，以及预测框稳定性差，导致均值平均精度较低，这就使得实时目标检测系统结果不精确，影响识别效果。
技术实现思路
本专利技术克服现有技术存在的不足，提供一种提高实时目标检测系统中均值平均精度的方法，采用回归模型，经过一次网络传播，得到整幅图像的目标，目的是提高均值平均精度使得检测准确率和速率得到提升。本专利技术是通过如下技术方案实现的。一种提高实时目标检测系统中均值平均精度的方法，其特征在于，具体包括以下步骤：1)网络在每一个卷积层后添加批量归一化，批量归一化有助于规范化模型，使用批量归一化代替丢弃法防止过拟合。2)使用可视化数据库对分类网络进行训练，使训练后的分类网络适应高分辨率的输入。3)去除全连层，将整个网络变成一个全卷积网络；所述的全卷积网络可以对各尺寸输入进行检测。为了使网络能够接受多种尺寸的输入图像，该网络除去了传统网络结构中的全连层，因为全连接层必须要求输入输出固定长度特征向量。将整个网络变成一个全卷积网络，能够对多种尺寸输入进行检测。同时，全卷积网络相对于全连接层能够更好的保留目标的空间位置信息。基于Darknet-改进。传统Darknet虽然精度足够好，但是模型比较大，网络传输起来比较费时间，因此，本专利技术提出了一个自己的模型Darknet-改进。而传输网络也正式以Darknet-改进作为先验训练模型训练起来的。4)采用固定框来预测物体标注框：去除一个池层来提高卷积层输出分辨率，然后修改网络输入尺寸使特征图只有一个中心。5)使用K-means聚类方法类训练物体标注框。6)使用预测相对于网格的坐标位置进行直接位置预测。所述使用了预测相对于网格的坐标位置的办法，把真值限制在了0到1之间，利用logistic回归函数来进行这一限制。7)添加一个转移层，把所述转移层的浅层特征图连接到深层特征图，形成细粒度特征。这个转移层也就是把高低两种分辨率的特征图做了一次连结，连接方式是叠加特征到不同的通道而不是空间位置；8)对所述网络进行多尺度训练，预测不同尺寸的图片。希望网络具有不同尺寸图片的鲁棒性，因此在训练的时候也考虑了这一点。不同于固定输入网络的图片尺寸的方法，在几次迭代后就会微调网络。进一步的，步骤2中使用ImageNet预训练过的模型分类器来提取特征：对分类网络(自定义的darknet)进行微调，分辨率改成448*448，在ImageNet数据集上训练10轮，训练后的网络就可以适应高分辨率的输入了。然后，对检测网络部分(也就是后半部分)也进行微调。更进一步的，所述步骤4中，去除了一个池层后，修改网络输入尺寸：由448×448改为416，使特征图只有一个中心。物品(特别是大的物品)更有可能出现在图像中心。进一步的，步骤5中采用评判标准是IOU得分，即框之间的交集除以并集，最终的距离函数为：d＝(box,centroid)＝1-IOU(box,centroid)进一步的，所述步骤6中(x,y)是预测框的坐标，在区域建议网络中，预测(x,y)以及，ty使用的是如下公式：x＝(tx*ωa)-xay＝(ty*ha)-ya当预测tx＝1，就会把框向右边移动与固定框宽度相等的距离，预测tx＝-1，把框向左边移动与固定框宽度相等的距离。本专利技术相对于现有技术所产生的有益效果为。本专利技术采用回归模型，只进行一次网络传播，便可以得到整幅图像的目标，速度显著加快。提高了中均值平均精度使得检测准确率得到了极大的提升；使用预测相对于网格单元的坐标位置的办法进行直接位置预测，定位预测值被归一化后，参数就更容易得到学习，模型就更稳定。本专利技术使用维度集群和直接位置预测这两项固定框改进方法，均值平均精度获得了显著的提升。附图说明图1为本专利技术所述提高实时目标检测系统中均值平均精度方法的流程图。图2为本专利技术所述直接位置预测的示意图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，结合实施例和附图，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。下面结合实施例和附图详细说明本专利技术的技术方案，但保护范围不被此限制。如图1所示，是一种提高实时目标检测系统中均值平均精度的方法的流程图，具体包括以下步骤：1)网络在每一个卷积层后添加批量归一化，批量归一化有助于规范化模型，可以在舍弃丢弃法优化后仍然不会过拟合。2)对分类网络(自定义的darknet)进行微调，分辨率改成448*448，在ImageNet数据集上训练10轮，训练后的网络就可以适应高分辨率的输入了。然后，对检测网络部分(也就是后半部分)也进行微调。3)为了使网络能够接受多种尺寸的输入图像，该网络除去了传统网络结构中的全连层，因为全连接层必须要求输入输出固定长度特征向量。将整个网络变成一个全卷积网络，能够对多种尺寸输入进行检测。同时，全卷积网络相对于全连接层能够更好的保留目标的空间位置信息。4)基于Darknet-改进。传统Darknet虽然精度足够好，但是模型比较大，网络传输起来比较费时间，因此，本专利技术提出了一个自己的模型Darknet-改进。而传输网络也正式以Darknet-改进作为先验训练模型训练起来的。5)去除了传统网络的全连接层，采用固定框来预测边界框。首先，去除了一个池层来提高卷积层输出分辨率。然后，修改网络输入尺寸：由448×448改为416，使特征图只有一个中心。物品(特别是大的物品)更有可能出现在图像中心。网络的卷积层下采样率为32，因此输入尺寸变为4本文档来自技高网...

【技术保护点】
1.一种提高实时目标检测系统中均值平均精度的方法，其特征在于，具体包括以下步骤：/n1)网络在每一个卷积层后添加批量归一化，使用批量归一化代替丢弃法防止过拟合；/n2)使用可视化数据库对分类网络进行训练，使训练后的分类网络适应高分辨率的输入；/n3)去除全连层，将整个网络变成一个全卷积网络；所述的全卷积网络可以对各尺寸输入进行检测；/n4)采用固定框来预测物体标注框：去除一个池层来提高卷积层输出分辨率，然后修改网络输入尺寸使特征图只有一个中心；/n5)使用K-means聚类方法类训练物体标注框；/n6)使用预测相对于网格的坐标位置进行直接位置预测；/n7)添加一个转移层，把所述转移层的浅层特征图连接到深层特征图，形成细粒度特征；/n8)对所述网络进行多尺度训练，预测不同尺寸的图片。/n

【技术特征摘要】
1.一种提高实时目标检测系统中均值平均精度的方法，其特征在于，具体包括以下步骤：
1)网络在每一个卷积层后添加批量归一化，使用批量归一化代替丢弃法防止过拟合；
2)使用可视化数据库对分类网络进行训练，使训练后的分类网络适应高分辨率的输入；
3)去除全连层，将整个网络变成一个全卷积网络；所述的全卷积网络可以对各尺寸输入进行检测；
4)采用固定框来预测物体标注框：去除一个池层来提高卷积层输出分辨率，然后修改网络输入尺寸使特征图只有一个中心；
5)使用K-means聚类方法类训练物体标注框；
6)使用预测相对于网格的坐标位置进行直接位置预测；
7)添加一个转移层，把所述转移层的浅层特征图连接到深层特征图，形成细粒度特征；
8)对所述网络进行多尺度训练，预测不同尺寸的图片。


2.根据权利要求1所述的一种提高实时目标检测系统中均值平均精度的方法，其特征在于，步骤2中使用ImageNet预训练过的模型分类器来提取特征：分辨...

【专利技术属性】
技术研发人员：陈德鹏，贾华宇，李战峰，马珺，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西;14