[发明专利]一种基于深度学习的航拍车辆检测方法

权利要求书

1.一种基于深度学习的航拍车辆检测方法，其特征在于，步骤如下：

步骤1：构建训练数据集并对数据集中图像的标签信息进行预处理

构建训练数据集的具体方法如下：

(1)用窗口大小为800×800×3像素，且步长为256×256×3像素的划窗，对多幅航拍图像进行逐一切割，得到多个切割图像块及相应的标签文件；

(2)对得到的切割图像块进行数据增强处理，得到训练数据集

对数据集中图像的标签信息进行预处理的具体方法如下：

(1)将标签信息中的位置信息表示为(x,y,h,w,θ)，其中(x,y)表示框的几何中心，h表示框的短边，w表示框的长边，θ∈(-45°,135°)表示框的旋转方向，然后将框的长宽扩大gt_margin倍；

(2)将标签信息中的类型信息标记为1；

步骤2：搭建用于航拍车辆检测的基于深度学习的目标检测网络

2.1：构建加入注意力模块的融合多尺度特征提取网络

具体方法如下：

(1)多尺度特征提取网络选用去除最后全连接层的Resnet网络模型，并在Resnet网络的各瓶颈模块中加入注意力模块；

注意力模块分为通道注意力模块和空间注意力模块；通道注意力模块结构为：输入层→全局平均池→线性全连接层→Relu激活函数→线性全连接层→Sigmoid激活函数→输出层，输入层与输出层点乘→最终输出层；空间注意力模块结构：输入层→卷积核为1的卷积层→Sigmoid激活函数→输出层，输出层与输出层点乘→最终输出层；注意力模块整体输出由通道注意力模块的输出层与空间注意力模块的输出层进行级联得到；

(2)整合FPN与上述多尺度特征提取网络得到加入注意力模块的融合多尺度特征提取网络；

2.2：构建多旋转角度的RRPN候选框提取网络

具体方法如下：

在RPN网络的基础上中加入角度变换生成RRPN候选框提取网络，即在RPN网络生成锚框时，将基础锚框再进行角度旋转，生成比例、尺度、角度三种变换的锚框；

2.3：使用上述融合多尺度特征提取网络及RRPN候选框提取网络搭建目标检测网络，具体结构依次为：输入层→融合多尺度特征网络→RRPN候选框提取网络→ROIAligh层→第一个全连接层→第二个全连接层→分类回归层；

步骤3：基于最大迭代次数，用训练样本对搭建的目标检测网络进行训练，得到训练好的航拍车辆目标检测网络

具体方法如下：

(1)采用迁移学习的方法，利用公开训练好的Resnet网络模型参数作为步骤2的目标检测网络中Resnet网络的初始权值，并冻结前两个层，不进行后续的权重调整；

(2)确定训练批次大小和最大迭代次数，每一次训练迭代从训练数据集中选取数量为批次大小的图像输入待训练模型，经过前向传播计算误差和反向传播调整权值，完成一次训练迭代；训练迭代次数达到最大迭代次数时，训练终止，得到训练好的基于深度学习的目标检测网络；

步骤4：对航拍图像进行车辆目标检测

具体方法如下：

(1)用窗口大小为800×800×3像素，且步长为256×256×3像素的划窗，对航拍图像进行逐一切割，得到多个切割图像块；

(2)将图像块一次输入训练好的基于深度学习的目标检测网络中，得到每个图像块的预测框、预测框对应的得分以及预测框对应的目标类别；

(3)保留所有得分高于0.5的预测框，丢弃其余候选框；

(4)将所有保留的预测框位置映射到完整的航拍图像上，并将所有预测框的宽和长缩减gt_margin倍，然后按照得分从高到低进行排序，保留预测框之间重叠度低和得分高的预测框，丢弃重叠度高和得分低的预测框，得到最终的航拍车辆目标检测结果。