[发明专利]基于全卷积一阶目标检测的特征融合方法、设备及介质

权利要求书

1.一种基于全卷积一阶目标检测算法的特征融合方法，其特征在于，包括：

步骤S1：对第三特征P31进行逐步回归得到第三特征P32；

步骤S2：对所述第三特征P32进行下采样得到第三特征P32＇，对第二特征P21进行逐步回归得到第二特征P21＇，结合所述第三特征P32＇和所述第二特征P21＇输出第二特征P22；

步骤S3：对第一特征P11进行逐步回归得到第一特征P11＇，对所述第二特征P22进行下采样得到第二特征P22＇，结合所述第一特征P11＇和所述第二特征P22＇输出第一特征P12；

步骤S4：对所述第一特征P12进行逐步回归得到第一特征P12＇，所述第一特征P12＇即为第一特征P13；

步骤S5：对所述第一特征P13进行上采样得到第一特征P13＇，对所述第二特征P22进行逐步回归得到第二特征P22″，结合所述第一特征P13＇和所述第二特征P22″输出第二特征P23；

步骤S6：对所述第二特征P23进行上采样得到第二特征P23＇，对所述第三特征P32进行逐步回归得到第三特征P32″，结合所述第二特征P23＇和所述第三特征P32″输出第三特征P33；

其中，所述第二特征P21通过将数据输入到第二卷积层卷积得到；所述第一特征P11包括经过第一卷积层卷积的输入数据和上采样后的所述第二特征P21；所述第三特征P31是通过对所述第二特征P21进行下采样后得到。

2.如权利要求1所述的基于全卷积一阶目标检测算法的特征融合方法，其特征在于，所述第三特征P31顶部还包括至少一个第四特征P41，所述第一特征P11底部还包括至少一个第五特征P01，包括：

步骤S7：对第四特征P41进行逐步回归得到第四特征P42；

步骤S8：对所述第四特征P42进行下采样得到第四特征P42＇，对所述第三特征P31进行逐步回归得到第三特征P31＇，结合所述第四特征P42＇和所述第三特征P31＇输出第三特征P32；

步骤S9：实施所述步骤S2至步骤S3；

步骤S10：对所述第一特征P12进行下采样得到第一特征P12＇，对所述第五特征P01进行逐步回归得到第五特征P01＇，结合所述第一特征P12＇和所述第五特征P01＇输出第五特征P02；

步骤S11:对所述第五特征P02进行逐步回归得到第五特征P02＇，所述第五特征P02＇即为第五特征P03；

步骤S12:对所述第五特征P03进行上采样得到第五特征P03＇，对所述第一特征P12进行逐步回归得到第一特征P12″，结合所述第五特征P03＇和所述第一特征P12″输出第一特征P13；

步骤S13：实施所述步骤S5至步骤S6；

步骤S14：对所述第三特征P33进行上采样得到第三特征P33＇，对所述第四特征P42进行逐步回归得到第四特征P42″，结合所述第三特征P33＇和所述第四特征P42″输出第四特征P43；

其中，所述第四特征P41通过对所述第三特征P31进行下采样后得到；所述第五特征P01包括经过第零卷积层卷积的输入数据和上采样后的所述第一特征P11。

3.如权利要求1所述的基于全卷积一阶目标检测算法的特征融合方法，其特征在于，包括：

对所述第三特征P31进行逐步回归得到第三特征P32，则结合所述第二特征P23＇、所述第三特征P32和所述第三特征P32″输出所述第三特征P33；

对所述第二特征P21进行逐步回归得到第二特征P21＇，则结合所述第一特征P13＇、所述第二特征P21＇和所述第二特征P22″输出所述第二特征P23；

对所述第一特征P11进行逐步回归得到第一特征P11＇，则结合所述第一特征P12＇和所述第一特征P11＇输出所述第一特征P13。

4.如权利要求1或3所述的基于全卷积一阶目标检测算法的特征融合方法，其特征在于，将所述第一特征P13作为所述第一特征P11、所述第二特征P23作为所述第二特征P21、所述第三特征P33作为所述第三特征P31至少一次重复步骤S1至步骤S6进行特征融合输出最终的第一特征P13、第二特征P23和第三特征P33。