[发明专利]一种基于级联沙漏神经网络的多目标检测方法

说明书

本发明提供了一种基于级联沙漏神经网络的多目标检测方法，旨在解决现有检测方法速度过慢，以及对于小目标难以识别的技术问题。本发明包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建目标检测的骨干网络级联沙漏网络；步骤3、设计训练样本的标签为置信度热图；步骤4、设计级联沙漏网络的损失函数对其进行优化；步骤5、训练级联沙漏网络得到检测模型；步骤6、多目标检测。本发明的有益技术效果在于：能够快速精确地识别出多种类别的目标，提高了对小目标的识别能力。

技术领域

本发明涉及多目标检测技术领域，具体涉及一种基于级联沙漏神经网络的多目标检测方法。

背景技术

多目标检测是计算机视觉领域中的一个重要方向，主要任务是从图像中定位出感兴趣的目标并且判断每个目标的具体类别。在医疗目标检测、智能视频监控、车辆自动驾驶、行人检测、车流量统计等方面获得大量应用。传统的方法采用方向梯度直方图、局部二值模式特征等方法提取图像的特征再采用支持向量机、随机森林以及神经网络来分类。但是其存在速度过慢和精度不高两个缺点。

近年来卷积神经网络在图像中获得大规模成功。Girshick提出了RCNN和Fast-RCNN极大改善了传统检测方法的检测精度。Ren等人又提出了Faster R-CNN进一步改善了检测速度。但速度依旧不理想；Joseph等人提出了YOLO和YOLO9000极大改善了速度可以实时处理待检测图片，但是对于小目标，该方法容易造成漏检和误检。

发明内容

本发明要解决的技术问题是提供一种基于级联沙漏神经网络的多目标检测方法，以解决现有检测模型应用于识别小目标时效果较差和速度较慢的问题。

为解决上述技术问题，本发明采用如下技术方案：一种基于级联沙漏神经网络的多目标检测方法，包括以下步骤：

步骤1、采集训练样本：通过图像采集设备待检测目标图像，将目标图像进行标记并对作预处理，使图像符合格式要求，构建训练样本集；图像预处理采用了图像增强，包括随机角度(-180°，180°)旋转和随机大小缩放(0.5倍-2倍)。

步骤2、搭建深度学习框架并构建目标检测的骨干网络级联沙漏网络：所采用的级联沙漏神经网络由4个沙漏网络级联而成，每个沙漏网络包括4个上采样层和4个下采样层构成，有包括12个卷积层，12个ReLU层，12个BatchNorm2d层和4个MaxPool2d层。

步骤3、设计训练样本的标签为置信度热图：将步骤1采集并标记的训练样本标签生成置信度热图用于网络训练，每个种类的目标在同一层置信度热图中。所生成的置信度热图根据所需要检测的种类数M，生成M×64×64大小的置信度热图，每个种类的目标只在所属的层映射一个高斯置信度。

步骤4、设计级联沙漏网络的损失函数对其进行优化：采用最小均方误差损失函数，用Adam优化器对网络进行学习优化。

步骤5、训练级联沙漏网络得到检测模型：将步骤1采集到的训练样本经过步骤3生成置信度热图后通过级联沙漏网络训练得到检测模型。

步骤6、多目标检测：利用级联沙漏网络进行目标检测，输出的不同层的置信度热图代表不同的种类，在每一层中的置信度位置映射代表了待检测目标的位置。对置信度热图进行非极大值抑制，用最小矩形在置信度热图上将其框处，映射回待检测图片即为检测结果。

本发明与现有技术相比具有如下优点：

(1)本发明通过级联的沙漏神经网络做骨干网络，通过置信度热图的方式检测，是一种比较新颖的检测方法。

(2)本发明采用更多的级联结构，可以识别出更小的目标，提高检测精度。

(3)本发明属于one-stage的方法，运行速度更快。

附图说明