[发明专利]一种基于卷积神经网络的旋转目标检测方法及装置

说明书

本发明公开了一种基于卷积神经网络的旋转目标检测方法及装置，获取带有标注了旋转目标检测框的图像训练数据集，对图像训练数据集进行数据增强，将数据增强后图像训练数据集中的每一个旋转目标检测框采用5参数标注表示为(xywhθ)，输入到骨干网络进行训练，在训练中引入旋转角度损失来更新网络参数，采用训练好的网络来检测待检测图像。本申请采用旋转目标检测框来检测目标，能够有效预测图像中目标的旋转框，精准包围目标。

技术领域

本申请属于图像处理技术领域，尤其涉及一种基于卷积神经网络的旋转目标检测方法及装置。

背景技术

目标检测是机器视觉的一类基本问题，支持实例分割、目标跟踪、动作识别等视觉任务，在自动驾驶、无人机、监控等领域都有着广泛的应用。现有的目标检测算法，预测框大多是水平矩形框，水平矩形框不能精准地包含目标，往往含有较多的背景信息。当目标在图像中不是水平或竖直呈现时，水平矩形框在包围目标时就会包含有大量的背景信息，所以如何精准包围图像中的目标仍是一个难题。

目标检测，主流的技术方案有一阶段算法和两阶段算法。两阶段的主流算法如Faster-RCNN系列，先筛选出大量可能存在目标的候选区域，再对候选区域进行检测，算法精度较高，但是速度慢，实时图像检测效果较差。一阶段的主流算法如YOLO系列，直接完成端到端的预测，模型检测速度更快，一定程度上降低物体检测精度。在图像中，存在目标分布稠密的情况，预测框之间存在相交的情况，模型筛选预测框较困难。

发明内容

本申请的目的是提供一种基于卷积神经网络的旋转目标检测方法及装置，在现有技术方案中引入旋转角度，采用旋转目标检测框来检测目标，克服了筛选预测框较困难的问题。

为了实现上述目的，本申请技术方案如下：

一种基于卷积神经网络的旋转目标检测方法，包括：

步骤1、获取带有标注了旋转目标检测框的图像训练数据集，对图像训练数据集进行数据增强，将数据增强后图像训练数据集中的每一个旋转目标检测框采用5参数标注表示为(xywhθ)，其中xy表示旋转目标检测框的中心，w表示旋转目标检测框的长边，h表示旋转目标检测框的短边，θ表示旋转目标检测框的旋转角度，所述旋转角度为长边与水平方向的夹角；

步骤2、将图像训练数据集根据长边等比例调整为预设大小，输入到骨干网络darknet-53中，输出三种大小的特征图F₁、F₂、F₃；

步骤3、将特征图F₁、F₂、F₃进行特征处理，得到特征图F₁₂、F₂₂、F₃₂，包括：

将特征图F₁直接输入到特征金字塔网络FPN中，经过上采样后与特征图F₂做特征融合得到特征图F₂₁，继续将特征图F₂₁上采样后与特征图F₃进行特征融合得到特征图F₃₂，再将特征图F₃₂直接输入到路径聚合网络PAN中下采样后与之前的特征图F₂₁融合得到特征图F₂₂，将特征图F₂₂直接输入到路径聚合网络PAN中下采样后与之前的特征图F₁融合得到特征图F₁₂；

所述特征图F₁₂、F₂₂、F₃₂分别为三个{F×F×[(C+t+b_obj)×N+θ′}大小的张量，其中F×F是特征图尺寸，C是检测类别，t是预测边框，b_obj是目标性得分预测，N是预设的锚框数量，θ′是预测的旋转角度。