一种基于新型特征金字塔网络的图像目标检测方法技术

本发明专利技术公开了一种基于新型特征金字塔网络的图像目标检测方法，首先采用金字塔池化模块对输入的最高等级特征图处理，得到包含特征图不同大小区域上下文信息的多尺度特征，然后对所有等级的特征图进行降维和平均池化，得到通道数一致、大小一致的四个特征图，再送入两个1x1卷积层计算得到位置权重，并对四个特征图进行位置加权，然后采用3x3卷积对最高等级的特征图进行处理并自上而下相加融合得到五个特征图，最后在五个特征图上预测，得到目标检测结果。本发明专利技术不仅能解决混叠效应、高级语义信息被稀释和低级空间信息局限访问的问题，还能不复杂化特征金字塔网络的融合结构，生成更具有鉴别性的特征，提升不同类型的检测器的检测精度。检测精度。检测精度。

【技术实现步骤摘要】
一种基于新型特征金字塔网络的图像目标检测方法


[0001]本专利技术涉及数字图像处理的
，尤其涉及到一种基于新型特征金字塔网络的图像目标检测方法。

技术介绍

[0002]目标检测是指对图像中的物体同时进行位置和类别的估计，可用于现代社会如自动驾驶，安全帽检测、行人检测等场景中，目前主流的目标检测算法对不同尺度的目标，尤其是小目标的检测效果不佳。如何解决这一问题，并获得更准确的检测效果成为当前的研究热点。
[0003]目前主流的目标检测算法可大致分为两阶段检测器和单阶段检测器。两阶段目标检测器首先通过建议机制在特征图上产生了一些预定义的、密集的滑动窗口，以确定目标最有可能出现的区域，称为感兴趣区域。这些感兴趣区域进一步由检测网络处理，以边界框和相关的目标类别概率的形式输出目标检测结果。最后，应用非极大值抑制算法于检测结果，以消除重复或高度重叠的结果。单阶段目标检测器被设计为从输入图像中提取特征后直接在建议框中预测检测结果，先将图像输入到特征提取网络，通常是一个深度卷积神经网络，得到特征图，然后在特征图上产生一组密集的目标建议框并与标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新型特征金字塔网络的图像目标检测方法，其特征在于，包括以下步骤：S1、采用金字塔池化模块对输入特征金字塔网络的最高等级的特征图C5进行处理，得到包含不同大小区域上下文信息的多尺度特征；S2、采用1x1卷积层对输入的所有等级特征图进行降维，使所有特征图通道维度为256；S3、对所有等级的特征图进行平均池化处理，使所有特征图分辨率大小与最高等级的特征图C5的大小保持一致，得到特征图C
′
i
，其中i＝2,3,4,5；S4、将池化处理后的所有特征图送入两个串联的1x1卷积层，计算位置权重；S5、采用最近邻插值法将位置权重上采样为相应等级的特征图大小，得到位置权重图；S6、对所有等级特征图进行位置加权，得到位置加权后的特征图；S7、采用最近邻插值法自上而下地缩放各等级特征图到相邻等级特征图大小并相加融合，同时采用3x3卷积对位置加权后的最高等级特征图进行处理，得到用于预测的五个不同等级的特征图；S8、在步骤S7得到的五个不同等级的特征图上预测即可得到目标检测结果。2.根据权利要求1所述的一种基于新型特征金字塔网络的图像目标检测方法，其特征在于，所述步骤S1具体包括：S1
‑
1、将最高等级的特征图C5分别划分为1x1、2x2、3x3、6x6大小的子区域并进行平均池化，得到4个不同大小的输出特征图；S1
‑
2、将步骤S1
‑
1得到的4个特征图分别送入1x1卷积层减少通道数至256；S1
‑
3、采用最近邻插值法将减少通道数后的特征图上采样至C5大小，并与C5拼接得到最终的输出特征图。3.根据权利要求1所述的一种基于新型特...

【专利技术属性】
技术研发人员：潘晴，黄强，田妮莉，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：