[发明专利]一种基于比率自适应池化的多尺度特征物体检测算法

权利要求书

1.一种基于比率自适应池化的多尺度特征物体检测算法，对传统的自上而下特征金字塔网络融合结构进行改进，所述方法包括：

将待测图像输入到卷积神经网络(ResNet50),C_x代表ResNet每一个模块生成的特征图C＝{C₂,C₃,C₄,C₅}，整体框架保留了FPN原来的结构，横向连接是C经过1×1卷积降低为维度到256记为M＝{M₂,M₃,M₄,M₅}，然后经过最顶层的M₅经过RAP模块进行增强，输出记为P₅；

P₅经过上采样与横向连接的M₄融合，输出记为P₄。依次操作，直到输出最后一层特征图P₂，完成增强过程。P＝{P₂,P₃,P₄,P₅}送入后续的检测。

其中在RAP增强的具体操作是：FPN的最顶层特征M₅经过一个比率自适应，池化方式为自适应平均池化，这里我们选用的池化系数为α＝[0.1,0.2,0.3]，输出的分辨率不同的三个特征图记为{A,B,C}；

然后{A,B,C}经过3×3卷积后再经过双线性差值上采样输出记为{E,F,G}，恢复到原来的输入分辨率大小；

最后三个分辨率相同的特征图进行特征拼接，再经过1×1卷积降低通道数到256，输出最后的增强结果。至此，比率自适应池化过程构建完成。

2.根据权利要求1所述的方法，其特征在于，将RPN嵌入在改进后的FPN中，用于多尺度特征融合；其中对于P₂，P₃，P₄，P₅这些层，定义anchor的大小为32²,64²,128²,256²，512²，另外每层都有3个长宽对比度{1:2，1:1，2:1}。所以整个特征金字塔有15种锚点(anchor)。

3.根据权利要求1和2所述的方法，其特征在于，训练RPN时，只会选择256个anchor进行训练，并满足正负样本大概比例为1:1。其正负样本定界为，为了保证至少有正样本参与训练，对每一个真实框，与其IoU(交并比)最大的anchor作为正样本；在剩余的anchor中，如果对应的anchor与任意一个真实框的IoU大于0.7，则作为训练的正样本，如果anchor与任意一个真实框的IoU小于0.3，则该anchor作为训练的负样本。

4.根据权利要求3所述的方法，其特征在于，在训练RPN的同时，RPN也会生成RoIs送入Fast R-CNN网络中。RPN会选择大部分的anchor(如12000个)并进行粗略修正其位置得到RoIs，再利用非极大值抑制(NMS)的方法从12000个RoIs选择概率最大的2000个RoIs。

5.根据权利要求4所述的方法，其特征在于，网络会从2000个RoIs中选取128个RoIs作为训练，选取正负样本规则为，RoIs与真实边框的IoU大于0.5的作为正样本(比如N个)，剩余的(128-N)个负样本从与真实框的IoU小于等于0(或者0.1)的RoIs中选取，正负样本比大致为1:3。

6.根据权利要求5所述的方法，其特征在于，选取得到的128个RoIs进行后续RoIPooling、计算损失、分类、更细节的边框回归等操作。其中对于位置的回归一般采用的损失函数为Smooth_L1 Loss，针对分类问题一般采用交叉熵损失函数。在计算位置回归损失L1Loss的时候，负样本不参与计算。