【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 ...
【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:
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。