[发明专利]一种基于感受野感知的无锚点框目标检测方法

权利要求书

1.一种基于感受野感知的无锚点框目标检测方法，其特征是，将感受野作为锚点框，具有由23个卷积层构成并且分为三大检测单元的网络；所述三大检测单元分别为小尺度目标检测单元、中等尺度目标检测单元和大尺寸目标检测单元；每一个单元根据感受野大小选择两个分支进行分类与回归操作，共可以获得6个检测分支，每两个分支负责对不同尺度的各自单元目标进行检测；其中，分类分支用于确定所检测的目标是否为所需要的目标，回归分支用于获取目标框的位坐标信息。

2.根据权利要求1所述的一种基于感受野感知的无锚点框目标检测方法，其特征是，所述网络总体由3×3卷积核、1×1卷积核、ReLu激活函数以及残差边连接构成。

3.根据权利要求1所述的一种基于感受野感知的无锚点框目标检测方法，其特征是，所述感受野的计算公式如下：

其中，l_k-1为第k-1层对应的感受野大小，f_k为第k层的卷积核大小；根据上述公式可以得到所提出的检测框架各个卷积层对应的感受野大小，通过数据增广方法增加光噪声、更改亮度对比度，随机水平翻转，其中以0.5的概率对子图进行随机翻转，通过损失函数根据损失值对负样本排序，以正负样本1:10的比例选取排名靠前的负样本。

4.根据权利要求3所述的一种基于感受野感知的无锚点框目标检测方法，其特征是，所述损失函数是分类损失和回归损失的加权和。

5.根据权利要求4所述的一种基于感受野感知的无锚点框目标检测方法，其特征是，所述分类损失采用交叉熵损失，所述交叉熵损失函数公式如下：

其中，H为交叉熵的计算值，即损失的计算值；p为真实概率分布，即分类函数的预测概率值；q为非真实概率分布，即分类函数的预测概率值的补集；i为每一个类别的下标。

6.根据权利要求4所述的一种基于感受野感知的无锚点框目标检测方法，其特征是，所述回归损失采用Smooth L1损失函数，其公式如下：

回归真实值设定为：

其中，RF_x，RF_y为感受野的中心坐标，RF_s为感受野的边长，与为目标框的左上角的坐标，与为目标框的右上角的坐标。