【技术实现步骤摘要】
一种目标检测中提升边界框回归收敛效果的方法
[0001]本专利技术属于计算机视觉与数字图像处理的
，尤其涉及一种目标检测中提升边界框回归收敛效果的方法。
技术介绍
[0002]目标检测技术是构成许多其它计算机视觉任务的基础，如实例分割、图像描述、目标跟踪等，并且在工业、安防、视频监控、人脸识别、机器人视觉、自动驾驶等许多领域有着极大的研究价值和应用前景，吸引了越来越多学者们的关注。当前，目标检测的研究已取得较大进展，检测精度及速度在不断提高。但是，由于尺度变化、旋转、遮挡、光照以及物体的稠密度、角度等不同因素的影响，目标检测的精度仍有较大的提升空间。
[0003]交并比函数就是计算两个边界框交集和并集之比。在计算机视觉目标检测任务中，一般约定0.5为交并比的额定阈值，用来判断预测的边界框是否正确。当交并比大于等于0.5时，就说预测框对目标物的定位检测正确；如果预测框和真实框完美重叠，那么交并比就是1，因为此时交集就等于并集。所以交并比是衡量定位精确度的一种方式，只需要统计算法正确检测和定位目标内容物的次数，就可...
【技术保护点】
【技术特征摘要】
1.一种目标检测中提升边界框回归收敛效果的方法，其特征在于，包括以下步骤：步骤1：将IoU作为边界框回归的损失项；步骤2：在IoU损失项的基础上添加一个惩罚项；步骤3：将上述构建的边界框回归损失算法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.如权利要求1所述的目标检测中提升边界框回归收敛效果的方法，其特征在于，所述将IoU作为边界框回归的损失项的具体计算方法为：强化IoU之间的联系继承IoU的尺度不变性，使得不同尺度的边界框在回归过程中获得更加均衡的损失优化权重。3.如权利要求1所述的目标检测中提升边界框回归收敛效果的方法，其特征在于，在IoU损失项的基础上添加一个惩罚项的具体操作是：通过最小化预测框与真值框中心点围成矩形的面积，提高预测框与真值框之间宽高比值的一致性，加快预测框中心点与真值...
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。