[发明专利]一种基于DIOU损失函数的训练网络的方法

说明书

本发明公开了一种基于DIOU损失函数的训练网络的方法，其涉及对目标框进行改进，该方法使用与以往不同的边框回归损失函数，在损失函数中加入真值框和预测框的中心坐标信息使得边框回归时能够沿着最快的回归路线进行，同时充分使用所有生成的锚框进行训练。本发明尽可能利用网络得到的所有信息，并能够加快网络收敛的速度同时提供更加优化的检测框结果，能够将网络生成的所有锚框都利用到网络训练之中，能够根据所得到的两个框之间的位置信息提供梯度下降的方向，从而使得锚框在回归时沿着与真值框最近的方向进行移动，从而加快收敛速度并提高回归精度。

技术领域

本发明于涉及训练深度学习网络时检测框优化问题，属于深度学习目标识别领域。

背景技术

在目前的各种深度学习的目标检测网络之中，预设锚框(anchor)是大部分目标检测网络都会使用到的方法来生成对应图像中可能存在物体的区域的方法，目前无论是单阶段检测网络，如YOLOv3；双阶段检测网络，如Faster RCNN，都是基于对锚框的处理来生成最后的检测框。在网络的训练过程中，对于锚框回归到真值框(ground truth)时所用到的损失函数一般都是IoU loss，IoU loss可以使得在训练过程中锚框和真值框的交集不断增加，同时并集会不断减小，直到两个框相互重叠到一定程度或者完全重叠。但是IoU loss的问题在于只能给与真值框有交集的锚框回归指定一个回归的方向，如果锚框和真值框没有交集的时候，就无法进行回归，也就导致浪费了一部分生成的锚框，精确度也会因此下降。

于是在IoU loss基础上Hamid Rezatofighi等研究人员提出了GIoU用来优化一部分与真值框没有交集的锚框，在GIoU中定义了一个能将锚框和真值框都包括起来的最小框C，最小框C去掉真值框和锚框之后的面积可以代表两个框在不相交时两个框之间的一个距离衡量，两个框越接近，这部分的面积越小，极端情况当两框重合时这个面积就会变为0，GIoU正是通过这个思路为与真值框不相交的锚框提供一个优化方向，从而使得回归的精确度在IoU的结果上进一步提升，但没有同时利用到真值框的垂直和水平方向上的锚框。

发明内容

为克服上述现有技术的缺陷，本发明在Faster RCNN的网络模型上，提供一种基于损失函数DIOU的网络训练的目标检测方法，该方法采用与以前不同的损失函数DIOU来进行边框回归以此来改进检测框的结果。具体技术方案如下：

步骤1：下载并预处理coco数据集，按数据集本身划分的训练集和测试集进行训练，其中，可使用平移、剪切、缩放方式进行数据增强；

步骤2：完成参数初始化；

步骤3：将数据集输入网络，可进行缩放的方式输入；

步骤4：图像经过FPN网络处理后生成建议区域和损失函数层的输入，并得到分类得分和定位得分步骤5：根据损失计算梯度，更新参数，完成初步分类训练和边框回归并生成建议区域；分类训练使用交叉熵损失，边框回归使用DIOU损失函数；

步骤6：将建议区域映射到原特征图上后进行RoIPooling，将建议区域统一固定尺寸；

步骤7：将得到的ROIs输入进行Softmax层得到分类得分和边框得分，将得到的ROIs输入最后的两个分类器得到分类损失和定位损失，其中，损失函数如下：

为分类损失，为定位损失。

其中N_cls为分类使用的样本数量，p_i为预测的概率值，为真实的概率值，N_reg为边框回归时使用的样本数量，t_i为预测的边框信息，为真实的边框信息，λ为平衡因子用来平衡两个损失之间网络训练时使用的样本数量不同；

步骤8：根据损失计算梯度，反向传播更新参数；