[发明专利]一种适用于树莓派的轻量化深度网络图像目标检测方法

权利要求书

1.一种适用于树莓派的轻量化深度网络图像目标检测方法，其特征在于，包括以下步骤：

（1）收集含有待检测目标的图像，将收集到的图像进行预处理，用于网络训练；

（2）将步骤（1）预处理后得到的图像输入深度可分离扩张卷积神经网络进行特征提取，得到不同分辨率特征图；

（3）选取步骤（2）得到的不同分辨率特征图输入特征金字塔网络进行特征融合，生成携带更加丰富信息的融合特征图；

（4）将步骤（3）生成的融合特征图输入检测网络进行待检测目标的分类与定位，最后进行非极大值抑制，得到最优的目标检测结果；

步骤（1）的具体过程如下：

（A）224*224输入图像首先通过7*7的标准卷积块进行初步特征提取，得到112*112*64特征图，其中，64表示特征图的通道数；

（B）步骤（A）中得到的112*112*64特征图依次经过3个深度可分离卷积块的深度特征提取，分别得到56*56*256、28*28*512、14*14*1024的特征图；

（C）步骤（B）中得到的14*14*1024特征图经过深度可分离扩展卷积块的最终特征提取，得到14*14*1024分辨率的特征图；

步骤（2）的具体过程如下：

（Ⅰ）将步骤（1）特征提取得到的28*28*512、14*14*1024特征图分别经过1*1卷积操作，将通道数统一为256，得到28*28*256、14*14*256特征图；

（Ⅱ）将步骤（Ⅰ）中得到的多个不同空间分辨率的特征图通过上采样调整至相同分辨率后进行拼接处理，生成携带更加丰富信息的56*56*256、28*28*256、14*14*256融合特征图，用多尺度融合特征图完成目标检测。