一种用于目标检测的自适应Anchor生成方法技术

本发明专利技术提供一种用于目标检测的自适应Anchor生成方法，包括以下步骤：根据聚类算法，得到最佳Anchor；计算最佳Anchor和矩阵WH2的相近度，作为最佳相近度；最佳Anchor乘以迭代偏移量，得到偏移Anchor；计算偏移Anchor与矩阵WH2的相近度，进而得到最佳Anchor。本发明专利技术根据数据集场景自适应调节Anchor，从而使Anchor设置的尺寸和实际数据集场景匹配，进而使目标检测算法在做位置回归时能够回归到准确位置，提高算法模型检测效果。提高算法模型检测效果。提高算法模型检测效果。

【技术实现步骤摘要】
一种用于目标检测的自适应Anchor生成方法


[0001]本专利技术属于人工智能
，具体涉及一种用于目标检测的自适应Anchor生成方法。

技术介绍

[0002]目标检测算法按照Anchor(参考框集合)可以划分为Anchor
‑
based和Anchor
‑
free两大类，顾名思义，Anchor
‑
free无需设置Anchor就可以完成目标检测任务，而Anchor
‑
based则需要设置Anchor完成目标检测任务。
[0003]对于Anchor
‑
based目标检测算法，Anchor的设置十分重要，设置的Anchor是否合适很大程度影响了目标检测算法模型的检测效果。
[0004]现有Anchor
‑
based目标检测算法大多采用人工设定的Anchor，主要存在以下问题：现有设置方式经常出现Anchor设置的尺寸和实际图片中的目标尺寸匹配不佳的情况，从而加大了目标检测算法在做位置回归时的难度，可能导致其无法回归到准确位置，最终导致目标检测算法模型检测效果不佳。
[0005]因此，如何针对不同数据集场景设置合适的Anchor，是Anchor
‑
based目标检测算法是否能够检测准确的关键。

技术实现思路

[0006]针对现有技术存在的缺陷，本专利技术提供一种用于目标检测的自适应Anchor生成方法，可有效解决上述问题。
[0007]本专利技术采用的技术方案如下：
[0008]本专利技术提供一种用于目标检测的自适应Anchor生成方法，包括以下步骤：
[0009]步骤S1：对数据集进行分析，得到数据集所有标注目标的目标框的矩阵，记为矩阵WH1；其中，矩阵WH1维度为(n,2)，n代表数据集的目标框的数量；2代表每个目标框的维度为两维，分别为：宽w和高h；
[0010]步骤S2：对矩阵WH1进行过滤处理，将目标框的宽或高的像素数小于像素阈值的目标框滤除，得到矩阵WH2；矩阵WH2维度为(m,2)，m表示过滤后得到的目标框的数量；矩阵WH2表示为：
[0011]步骤S3：根据聚类算法，得到最佳Anchor：
[0012]步骤S3.1：获得矩阵WH2中所有目标框的宽的标准差w_std和所有目标框的高的标准差h_std；
[0013]步骤S3.2：采用下式，矩阵WH2中每个目标框的宽除以宽的标准差w_std，矩阵WH2
中每个目标框的高除以高的标准差h_std，得到归一化目标框组成的矩阵WH3；
[0014][0015]步骤S3.3：矩阵WH3共包括m个宽高数据对；每一个宽高数据对作为一个点，随机选择a个点作为初始质心，组成初始Anchor，表示为：
[0016][0017]其中：a为初始Anchor包括的初始质心数量；初始Anchor维度为(a，2)，w_a1代表第1个初始质心的宽，h_a1代表第1个初始质心的高；w_a2代表第2个初始质心的宽，h_a2代表第2个初始质心的高；依此类推，w_a
a
代表第a个初始质心的宽，h_a
a
代表第a个初始质心的高；
[0018]步骤S3.4：令K
‑
means当前迭代次数＝0；
[0019]步骤S3.5：计算矩阵WH3中每一个归一化目标框与每一个初始质心的欧式距离，对于每一个归一化目标框，将其划分到距离其最近的初始质心所属的集合，由此得到a个集合；
[0020]步骤S3.6：对于a个集合中的每个集合，计算该集合所有宽的均值和所有高的均值作为新质心；由此形成a个新质心；
[0021]步骤S3.7：K
‑
means当前迭代次数+1；
[0022]步骤S3.8：判断步骤S3.6得到的每个新质心，是否与上一轮迭代得到的初始质心相同，如果均相同，则执行步骤S3.9；否则，判断K
‑
means当前迭代次数是否等于预设k
‑
means总迭代次数，如果等于，则执行步骤S3.9；如果不等于，则将步骤S3.6得到的每个新质心，作为初始质心，返回步骤S3.5；
[0023]步骤S3.9：将每一个新质心的宽乘以宽的标准差w_std，将每一个新质心的高乘以高的标准差h_std，形成的矩阵作为最佳Anchor，表示为：
[0024][0025]其中：w_a
1s
代表第1个最佳质心的宽，h_a
1s
代表第1个最佳质心的高；w_a
2s
代表第2个最佳质心的宽，h_a
2s
代表第2个最佳质心的高；w_a
as
代表第a个最佳质心的宽，h_a
as
代表第a个最佳质心的高；
[0026]步骤S4：计算最佳Anchor和矩阵WH2的相近度，作为最佳相近度：
[0027]步骤S4.1：最佳Anchor包括a个最佳质心，将a个最佳质心作为一组，复制扩充到m组，由此得到维度为(m,a,2)的矩阵，记为扩充Anchor，表示为：
[0028][0029]矩阵WH2包括m个目标框，将每个目标框复制扩充到a个目标框，由此得到维度为(m,a,2)的矩阵，记为扩充WH2，表示为：
[0030][0031]步骤S4.2：扩充Anchor包括m*a行，每行包括宽和高两维数据；扩充WH2包括m*a行，每行包括宽和高两维数据；比较扩充Anchor和扩充WH2每行宽的值，取较小者作为最小值矩阵相同行的宽；比较扩充Anchor和扩充WH2每行高的值，取较小者作为最小值矩阵相同行的
高，由此得到维度为(m,a,2)的最小值矩阵，表示为：
[0032][0033]其中：w_min和h_min分别表示最小值矩阵中每行元素的宽和高；
[0034]步骤S4.3：将最小值矩阵中每行的宽和高相乘，得到维度为(m,a)的最小值面积矩阵A：
[0035][0036]其中：wh_min表示最小值面积矩阵中的每行面积值；
[0037]步骤S4.4：比较扩充Anchor和扩充WH2每行宽的值，取较大者作为最大值矩阵相同行的宽；比较扩充Anchor和扩充WH2每行高的值，取较大者作为最大值矩阵相同行的高，由此得到维度为(m,a,2)的最大值矩阵，表示为：
[0038][0039]其中：w_max和h_max分别表示最大值矩阵中每行元素的宽和高；
[0040]步骤S4.5：将最大值矩阵中每行的宽和高相乘，得到维度为(m,a)的最大值面积矩阵B：
[0041][0042]其中：wh_max表示最大值面积矩阵中的每行面积值；
[0043]步骤S4.6：将扩充Anchor中每一行的宽高相乘，得到维度为(m,a)的矩阵C1：
[0044][0045]其中：wh_a表示矩阵C1中的每行面积值；
[0046]将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于目标检测的自适应Anchor生成方法，其特征在于，包括以下步骤：步骤S1：对数据集进行分析，得到数据集所有标注目标的目标框的矩阵，记为矩阵WH1；其中，矩阵WH1维度为(n,2)，n代表数据集的目标框的数量；2代表每个目标框的维度为两维，分别为：宽w和高h；步骤S2：对矩阵WH1进行过滤处理，将目标框的宽或高的像素数小于像素阈值的目标框滤除，得到矩阵WH2；矩阵WH2维度为(m,2)，m表示过滤后得到的目标框的数量；矩阵WH2表示为：步骤S3：根据聚类算法，得到最佳Anchor：步骤S3.1：获得矩阵WH2中所有目标框的宽的标准差w_std和所有目标框的高的标准差h_std；步骤S3.2：采用下式，矩阵WH2中每个目标框的宽除以宽的标准差w_std，矩阵WH2中每个目标框的高除以高的标准差h_std，得到归一化目标框组成的矩阵WH3；步骤S3.3：矩阵WH3共包括m个宽高数据对；每一个宽高数据对作为一个点，随机选择a个点作为初始质心，组成初始Anchor，表示为：其中：a为初始Anchor包括的初始质心数量；初始Anchor维度为(a，2)，w_a1代表第1个初始质心的宽，h_a1代表第1个初始质心的高；w_a2代表第2个初始质心的宽，h_a2代表第2个初始质心的高；依此类推，w_a
a
代表第a个初始质心的宽，h_a
a
代表第a个初始质心的高；步骤S3.4：令K
‑
means当前迭代次数＝0；步骤S3.5：计算矩阵WH3中每一个归一化目标框与每一个初始质心的欧式距离，对于每一个归一化目标框，将其划分到距离其最近的初始质心所属的集合，由此得到a个集合；步骤S3.6：对于a个集合中的每个集合，计算该集合所有宽的均值和所有高的均值作为新质心；由此形成a个新质心；步骤S3.7：K
‑
means当前迭代次数+1；
步骤S3.8：判断步骤S3.6得到的每个新质心，是否与上一轮迭代得到的初始质心相同，如果均相同，则执行步骤S3.9；否则，判断K
‑
means当前迭代次数是否等于预设k
‑
means总迭代次数，如果等于，则执行步骤S3.9；如果不等于，则将步骤S3.6得到的每个新质心，作为初始质心，返回步骤S3.5；步骤S3.9：将每一个新质心的宽乘以宽的标准差w_std，将每一个新质心的高乘以高的标准差h_std，形成的矩阵作为最佳Anchor，表示为：其中：w_a
1s
代表第1个最佳质心的宽，h_a
1s
代表第1个最佳质心的高；w_a
2s
代表第2个最佳质心的宽，h_a
2s
代表第2个最佳质心的高；w_a
as
代表第a个最佳质心的宽，h_a
as
代表第a个最佳质心的高；步骤S4：计算最佳Anchor和矩阵WH2的相近度，作为最佳相近度：步骤S4.1：最佳Anchor包括a个最佳质心，将a个最佳质心作为一组，复制扩充到m组，由此得到维度为(m,a,2)的矩阵，记为扩充Anchor，表示为：矩阵WH2包括m个目标框，将每个目标框复制扩充到a个目标框，由此得到维度为(m,a,2)的矩阵，记为扩充WH2，表示为：
步骤S4.2：扩充Anchor包括m*a行，每行包括宽和高两维数据；扩充WH2包括m*a行，每行包括宽和高两维数据；比较扩充Anchor和扩充WH2每行宽的值...

【专利技术属性】
技术研发人员：朱海明，瞿洪桂，高珊珊，
申请(专利权)人：北京中电兴发科技有限公司，
类型：发明
国别省市：