[发明专利]一种提高实时目标检测系统中均值平均精度的方法

权利要求书

1.一种提高实时目标检测系统中均值平均精度的方法，其特征在于，具体包括以下步骤：

1)网络在每一个卷积层后添加批量归一化，使用批量归一化代替丢弃法防止过拟合；

2)使用可视化数据库对分类网络进行训练，使训练后的分类网络适应高分辨率的输入；

3)去除全连层，将整个网络变成一个全卷积网络；所述的全卷积网络可以对各尺寸输入进行检测；

4)采用固定框来预测物体标注框：去除一个池层来提高卷积层输出分辨率，然后修改网络输入尺寸使特征图只有一个中心；

5)使用K-means聚类方法类训练物体标注框；

6)使用预测相对于网格的坐标位置进行直接位置预测；

7)添加一个转移层，把所述转移层的浅层特征图连接到深层特征图，形成细粒度特征；

8)对所述网络进行多尺度训练，预测不同尺寸的图片。

2.根据权利要求1所述的一种提高实时目标检测系统中均值平均精度的方法，其特征在于，步骤2中使用ImageNet预训练过的模型分类器来提取特征：分辨率为448*448，在ImageNet数据集上训练10轮，训练后的网络用以适应高分辨率的输入。

3.根据权利要求2所述的一种提高实时目标检测系统中均值平均精度的方法，其特征在于，所述步骤4中，去除了一个池层后，修改网络输入尺寸：由448×448改为416，使特征图只有一个中心。

4.根据权利要求1所述的一种提高实时目标检测系统中均值平均精度的方法，其特征在于，步骤5中采用评判标准是IOU得分，即框之间的交集除以并集，最终的距离函数为：

5.根据权利要求1所述的一种提高实时目标检测系统中均值平均精度的方法，其特征在于，所述步骤6中(x,y)是预测框的坐标，在区域建议网络中，预测(x,y)以及，t_y使用的是如下公式

x＝(t_x*ω_a)-x_a

y＝(t_y*h_a)-y_a

当预测t_x＝1，就会把框向右边移动与固定框宽度相等的距离，预测t_x＝-1，把框向左边移动与固定框宽度相等的距离。