[发明专利]基于深度学习网络的对象检测方法、装置和电子设备

权利要求书

1.一种基于深度学习网络的对象检测装置，其特征在于，所述装置包括：

特征提取部，其具有多个特征提取单元，分别从输入图像中提取不同尺寸的特征；

多尺寸特征生成部，其具有多个级联的特征生成单元，所述多个特征生成单元根据所述特征提取部所提取的不同尺寸的特征，使用变形卷积处理，分别生成与各尺寸对应的特征图；以及

对象位置检测部，其使用候选区域生成网络分别从多尺寸特征生成部生成的不同尺寸的特征图中检测出相应尺寸的对象的边框信息。

2.如权利要求1所述的装置，其中，所述装置还包括：

池化处理部，其根据各候选区域生成网络检测出的对象的边框所对应的特征图部分进行变形池化处理处理，使检测出的各边框中的对象成为相同的尺寸。

3.如权利要求1所述的装置，其中，所述特征生成单元包括：

插值单元，其对前一特征生成单元输出的特征图进行插值处理(interpolation)，得到放大后的特征图；

融合单元，其将当前的特征生成单元对应的特征提取单元所提取的该尺寸的特征进行卷积处理，并与上述放大后的特征图进行融合；以及

变形卷积处理单元，其对融合后得到的矩阵进行变形卷积处理，形成当前的特征生成单元所输出的特征图。

4.如权利要求3所述的装置，其中，

所述多尺寸特征生成部还对所述特征提取单元所提取的最小尺寸的特征进行变形卷积处理，形成与最小尺寸的特征对应的特征生成单元所输出的特征图。

5.如权利要求4所述的装置，其中，

所述多尺寸特征生成部还对所述与最小尺寸的特征对应的特征生成单元所输出的特征图进行池化处理，形成所述多尺寸特征生成部所输出的特征图。

6.如权利要求2所述的装置，其中，所述装置还包括：

合并部，其对变形池化处理后多个所述边框中的特征图像进行合并；以及

检测部，其使用多个全连接层对上述合并的结果进行分类，输出各对象的种类以及各对象的边框信息。

7.一种电子设备，其特征在于，所述电子设备具有权利要求1～6中任一项所述的基于深度学习网络的对象检测装置。

8.一种基于深度学习网络的对象检测方法，其特征在于，所述方法包括：

多个特征提取单元分别从输入图像中提取不同尺寸的特征；

多个级联的特征生成单元分别根据多个所述特征提取单元所提取的不同尺寸的特征，使用变形卷积处理，生成与各尺寸对应的特征图；以及

使用候选区域生成网络分别从生成的不同尺寸的特征图中检测出相应尺寸的对象的边框信息。

9.如权利要求8所述的方法，其中，所述方法还包括：

根据各候选区域生成网络检测出的对象的边框所对应的特征图部分进行变形池化处理处理，使检测出的各边框中的对象成为相同的尺寸。

10.如权利要求8所述的方法，其中，生成与各尺寸对应的特征图包括：

对前一特征生成单元输出的特征图进行插值处理，得到放大后的特征图；

将当前的特征生成单元对应的特征提取单元所提取的该尺寸的特征进行卷积处理，并与上述放大后的特征图进行融合；以及

对融合后得到的矩阵进行变形卷积处理，形成当前的特征生成单元所输出的特征图。