[发明专利]基于YOLOv3网络具有旋转适应能力的单阶段目标检测方法

说明书

基于YOLOv3网络具有旋转适应能力的单阶段目标检测方法，在原始YOLOv3网络模型基础上，对YOLOv3网络模型输出层特征信息进行扩展，增加目标完整性预测、目标倾斜程度类别预测、目标最小外接矩形边界框位置预测，实现精准的目标定位。本发明提供一种基于YOLOv3网络具有旋转适应能力的单阶段目标检测方法，直接使用YOLOv3目标框作为不完整目标的检测框，所提方法为端到端的卷积神经网络，不仅在速度上具有较大的优势，同时还提升了采用矩形框定位方法的精准程度。

技术领域

本发明涉及目标检测技术领域，具体涉及一种基于YOLOv3网络具有旋转适应能力的单阶段目标检测方法。

背景技术

近年来，基于卷积神经网络(CNN)的目标检测算法取得了突破性的进展，其应用场景非常广泛。目前，较为流行的通用目标检测算法按照处理步骤主要分为两大类，一类是基于候选区域的两阶段算法，另一类是端到端的单步检测算法。

基于候选区域的两阶段算法需要先产生目标候选框，再对候选框中目标的类别和位置进行预测，这类算法的典型代表为R-CNN系列算法。如文献[1]Girshick R,Donahue J,Darrell T,et al.Rich Feature Hierarchies for Accurate Object Detection andSemantic Segmentation[C]IEEE Conference on Computer VisionPatternRecognition.2014.中记载的技术方案。R-CNN是第一个成功将深度学习应用于目标检测上的算法，该算法使用滑动窗口的思想，采用选择性搜索算法提取候选区域，然后利用卷积神经网络获取每个候选区域的特征向量并使用支持向量机(SVM)进行分类，最后通过回归的方式调整目标边界框的大小，得到目标检测结果。

选择性搜索算法如文献[2]Uijlings,JasperSande,K.Gevers,T.Smeulders,Arnold.(2013).Selective Search for Object Recognition.International Journalof Computer Vision.104.154-171.10.1007/s11263-013-0620-5.中记载的技术方案。R-CNN在检测精度上表现良好，但其时间和空间消耗较大，运行速度较慢。针对R-CNN速度上的缺陷，Fast R-CNN被提出。

如文献[3]Girshick,R.,Fast R-CNN.Computer Science-Computer Vision andPattern Recognition.2015.中记载的技术方案。Fast R-CNN主要进行了两个方面的改进：1)采用一个CNN对全图进行特征提取；2)将提取候选区域后面的分类与回归模块合并训练，有效降低了模型的时间和空间的消耗。Fast R-CNN在提升模型整体运行速度的同时提高了目标检测准确率，但由于其候选框提取算法使用的是选择性搜索算法，仍然耗时较多。文献[4]Ren S,Girshick R,Girshick R,et al.Faster R-CNN:Towards Real-Time ObjectDetection with Region Proposal Networks[J].IEEE Transactions on PatternAnalysisMachine Intelligence,2017,39(6):1137-1149.中记载的Faster R-CNN的主要贡献在于它的实时性，它使用区域生成网络替代选择性搜索算法，大大缩减了生成候选区域的时间，具有较高的实用价值。