[发明专利]目标检测增强模型、目标检测方法、装置及电子装置

说明书

本申请实施例提出一种目标检测增强模型、目标检测方法、装置及电子装置，该模型包括：主干网络、增强模块及级联预测网络；所述主干网络用于对待检测图像依次进行多层卷积，提取得到对应卷积层的图像特征；下采样所述待检测图像得到第二图像，所述增强模块用于对所述第二图像进行特征增强得到具有多尺度上下文特征；所述级联预测网络用于通过多尺度上下文特征与图像特征得到融合特征，并对所述融合特征进行特征分类处理和边框回归处理并输出最终边框回归结果。该模型通过增强模块提取多尺度上下文特征，提高了模型对小目标的检测性能，并通过融合多尺度上下文特征和图像特征，进行特征分类和边框回归解决了目标类和背景类不平衡的问题。

技术领域

本申请涉及人工智能技术领域，具体涉及一种目标检测增强模型、目标检测方法、装置及电子装置。

背景技术

随着人工智能技术的发展，目标检测已经广泛应用于行人检测、车牌识别、人脸检测等领域。许多研究人员在目标检测和识别领域取得了一定的进展，但这些方法的应用具有局限性，对非限定条件下的目标检测效果并不好，在实际使用时主要体现在以下两个方面：

（1）由于图像的大小及分辨率的限制，对图像中小目标的特征无法高效地提取，以至于检测图像中的小目标时精度较差。

（2）由于标准的目标检测模型实现最高精度的同时保持其高速度检测，主要存在两个障碍。首先是标准的一阶段目标检测卷积神经网络（SSD）难以应对大尺度变化，这可能是由于SSD的预测层中的上下文信息固定所致。其次是在训练SSD检测模型期间遇到目标类和背景类不平衡的问题，该问题现有的解决方案包括：在稀疏的难例集上进行训练，同时对经过良好分类的示例对其损失进行打折；或者是整合两阶段anchor优化策略，以通过消除负样本的anchors来减少分类器的搜索空间。这两种方法尽管取得了成功，但这些特征与优化的anchors无法很好地对齐，所以通常采用自上而下的特征金字塔表示法，并且仅对anchors进行了优化，导致最终预测结果精度不足的问题。

发明内容

第一方面，本申请实施例提供了一种目标检测增强模型，通过其中设计的增强模块和优化的级联预测网络，不仅可以提高对小目标检测的性能，还可以解决在训练目标检测增强模型时目标类和背景类不平衡的问题。

具体的，该模型包括：主干网络、增强模块及级联预测网络，所述主干网络包括多层依次连接的卷积层，所述级联预测网络包括多层依次连接的级联预测模块，所述级联预测模块与所述主干网络的卷积层层级对应，所述级联预测网络连接于所述增强模块和所述主干网络；

所述主干网络用于对待检测图像依次进行多层卷积，提取得到对应卷积层的图像特征；

下采样所述待检测图像得到第二图像，所述增强模块用于对所述第二图像进行特征增强得到具有多尺度上下文特征；

第一层级联预测模块用于融合同层的图像特征和所述多尺度的上下文特征集合得到融合特征，其余级联预测模块用于下采样上一层级联预测模块输出的融合特征后，再融合对应层的图像特征得到融合特征，所述级联预测网络用于对所述融合特征进行特征分类处理和边框回归处理并输出边框回归结果。

首先，为了提高该模型对小目标检测的性能，本申请实施例设计了增强模块，将下采样后的图像作为增强模块的输入，并输出多尺度上下文特征。在一些实施例中，所述增强模块包括：

将所述第二图像进行连续卷积，产生初始特征投影；

将所述初始特征投影再次卷积并切分，得到多个低维分支；

对不同的所述低维分支串联不同层数的膨胀卷积核，得到对应的上下文特征集合；

堆叠所述上下文特征集合，得到多尺度上下文特征。