一种目标检测中使用IoU加强自注意力机制的方法技术

本发明专利技术公开了一种目标检测中使用IoU加强自注意力机制的方法，其特点是计算proposal boxes之间的IoU，使用IoU作为位置信息，使其加强proposal之间的自注意力机制；将该模块嵌入到目标检测网络中，对网络进行训练，实现检测器检测能力的增强。本发明专利技术与现有技术相比具有不引入参数，增加极少量的计算量，就能显著地增强检测器在COCO数据集和CrowdHuman数据集上的指标的特点，方法简单，效率高，明显地提高了检测精度，使用IoU作为位置信息对自注意力机制进行加强，较好的解决了当前注意力机制中缺失位置信息的问题。缺失位置信息的问题。缺失位置信息的问题。

【技术实现步骤摘要】
一种目标检测中使用IoU加强自注意力机制的方法


[0001]本专利技术涉及计算机视觉与数字图像处理
，尤其是一种目标检测中使用IoU加强自注意力机制的方法。

技术介绍

[0002]目前，卷积神经网络和transformer都在计算机视觉领域取得了良好的效果，目标检测作为计算机视觉中一项非常基础的任务，也得到了很多的发展。目标检测需要在图像中检测出物体出现的位置及对应的类别。在众多目标检测方法中，不少方法用到了自注意力机制，来加强proposals之间的联系，提高了检测精度。
[0003]在目标检测方法中，所提取的proposal特征被送入检测头，同时预测物体的定位框和类别，通常认为训练好的目标检测网络proposal特征同时包含足够的位置信息和类别信息。 DETR系列以及Sparse RCNN检测方法里，proposal特征作为初始化的网络参数，经过自注意力机制和与原图特征进行的互注意力机制加工后被送入检测头。多阶段的网络结构对 proposal特征和定位框框逐渐逼近检测目标的特征和定位框，以达到好的检测效果。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测中使用IoU加强自注意力机制的方法，其特征在于采用将自注意力模块嵌入目标检测网络的方法，对神经网络进行训练，实现检测器检测能力的增强，具体包括以下步骤：步骤1：计算proposal boxes之间的IoU；步骤2：将IoU作为位置信息，使其加强proposal之间的自注意力机制构建自注意力模块；步骤3：将上述构建的自注意力模块嵌入到目标检测网络中，对神经网络进行训练，实现检测器检测能力的加强。2.根据权利要求1所述目标检测中使用IoU加强自注意力机制的方法，其特征在于所述proposal boxes之间的IoU具体计算为：计算N个proposal boxes之间的IoU，得到IoU矩阵，其维度为N*N。3.根据权利要求1所述目标检测中使用IoU加强自注意力机制的方法，其特征在于所述自注意力模块的建立具体包括以下步骤：步骤2
‑
1：计算N个proposal特征之间的相似度，即qu...

【专利技术属性】
技术研发人员：赵静，彭德艳，孙力，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：