[发明专利]一种基于Faster RCNN的自适应路面抛洒物智能检测方法

权利要求书

1.一种基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述方法包括以下步骤：

步骤1、收集路面抛洒物图像，组成源样本集，并对所述源样本集进行预处理得到训练样本集；

步骤2、利用所述训练样本集对Faster RCNN目标检测网络进行训练，得到初始路面抛洒物检测器；

步骤3、在目标路段部署所述初始路面抛洒物检测器进行路面抛洒物的检测，并记录检测结果；

步骤4、对所述检测结果进行聚类和人工干预再标注得到目标样本集，利用所述目标样本集对所述初始路面抛洒物检测器进行在线微调，提高在所述目标路段的准确率，得到目标路面抛洒物检测器。

2.如权利要求1所述的基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述步骤1还包括：

统计所述源样本集中各种抛洒物出现的频次并排序，选取出现频次最高的前N个类别作为要检测的N种抛洒物。

对所述训练样本集中每一个样本进行标注，获得所述训练样本集对应的样本标签。

3.如权利要求1所述的基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述预处理包括：

将图像进行水平翻转，得到待进一步处理图像；

将所述待进一步处理图像随机地进行平移变换、旋转变换和颜色变换，得到待归一化处理图像；

将待归一化处理图像进行归一化处理。

4.如权利要求1所述的基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述步骤2还包括：

步骤2.1、采用SGD随机梯度下降算法训练所述Faster RCNN目标检测网络，设定最大迭代次数，每次迭代采用最小批的方式(mini-batch)计算网络误差，用所述网络误差更新所述Faster RCNN目标检测网络中的参数；

步骤2.2、当达到预设的所述最大迭代次数时或在验证集上错误率不再下降时终止训练，获得所述初始路面抛洒物检测器。

5.如权利要求4所述的基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述网络误差是所述Faster RCNN目标检测网络输出的分类标签与所述样本标签的误差。

6.如权利要求1所述的基于Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述步骤3包括：

步骤3.1、重新收集路面抛洒物图像，作为原始检测图像；

步骤3.2、对所述原始检测图像进行所述预处理后得到检测图像，组成检测样本集。

步骤3.3、利用所述初始抛洒物检测器中的骨干网络提取所述检测图像的特征，并抽取网络的各级所述特征组成特征金字塔；

步骤3.4、特征分类；

步骤3.5、在所述检测图像中画出抛洒物检测结果，并将结果输出，完成当前画面的抛洒物检测；

步骤3.6、保存所述原始检测图像和所述检测结果。

7.如权利要求6所述的Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述特征分类是利用所述初始抛洒物检测器中的分类网络对所述特征进行特征分类，设定阈值，如果输出值大于所述阈值，则判定该图像包含待检测的抛洒物，否则判定为背景。

8.如权利要求6所述的Faster RCNN的自适应路面抛洒物智能检测方法，其特征在于，所述检测结果是所述初始路面抛洒物检测器所输出的目标的坐标和置信度。