[发明专利]一种基于可迁移注意力机制的领域自适应的目标检测方法

权利要求书

1.一种基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，该方法包括以下步骤：

输入源域图片及目标域图片；

通过主干网络分别提取所述源域图片的第一特征图、所述目标域图片的第二特征图；

分别对所述第一特征图及所述第二特征图进行基于位置、通道的可迁移注意力的特征增强；

将增强后的特征输入检测头，完成域自适应的目标检测。

2.根据权利要求1所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，所述第一特征图、所述第二特征图均为最顶层特征图。

3.根据权利要求1所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，对所述第一特征图及所述第二特征图进行基于位置的可迁移注意力的特征增强，具体包括如下步骤：

为所述第一特征图及所述第二特征图中的K个区域分别训练各自的第一域判别器；其中，每个所述第一域判别器负责匹配对应区域中源域和目标域的数据；

采用熵函数刻画每一个所述区域的域分类的不确定性；

根据可迁移注意力将每一个所述区域分别进行加权后加入残差路径直接连接输入和输出，获取增强后的特征。

4.根据权利要求3所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，所述K个区域的第一域判别器总体损失L_position为：

式中，D_s代表源域，D_T代表目标域，n表示源域和目标域的数据总数，G_f代表特征提取器，f_i^k＝G_f(x_i)^k是第K个区域的特征表示，d_i是点x_i的域标签，L_d是域判别器的交叉熵损失函数，k＝1，2，…，K。

5.根据权利要求4所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，所述增强后的特征为：

式中，为位置注意力权重，为的熵函数，为第i个图片的第K个区域属于源域的概率。

6.根据权利要求1所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，对所述第一特征图及所述第二特征图进行基于通道的可迁移注意力的特征增强，具体包括如下步骤：

对K个通道进行全局平均池化，获得每一个通道特征总体的表示；

利用第二域判别器对所述每一个通道的特征进行分类，判断所述每一个通道的特征的域；

依据所述第二域判别器输出结果的熵刻画该通道的可迁移性；

根据可迁移注意力将所述每一个通道分别进行加权后加入shortcut层，获取增强后的特征。

7.根据权利要求6所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，所述K个通道的第二域判别器总体损失L_channel为：

式中，D_s代表源域，D_T代表目标域，n表示源域和目标域的数据总数，n^k_i为平均池化后的第i张图片提取特征的第k个通道m^k_i，D_i为点x_i的域标签，L_c为第二域判别器G_c^k的交叉熵损失函数，k＝1，2，…，K。

8.根据权利要求7所述的基于可迁移注意力机制的领域自适应的目标检测方法，其特征在于，所述增强后的特征为：

式中，为通道注意力权重，为的熵函数，为第二域判别器G_c^k的输出概率。