[发明专利]一种面向低算力运算装置的轻量化物体检测方法与系统

权利要求书

1.一种面向低算力运算装置的轻量化物体检测方法，其特征在于，包括：

S10，利用低算力运算装置中的相机采集真实场景下待检测物体的图像；

S20，所述低算力运算装置读取所述图像；

S30，对读取的所述图像进行预处理获得训练集；

S40，将所述训练集输入到轻量化主干网络中进行训练并基于下采样机制提取特征，其中所述下采样机制为根据下采样倍数的不同而采用不同的下采样策略进行运算；所述特征提取采用轻量化的特征提取方法；

S50，将提取的所述特征通过深浅层特征融合模块，基于多尺度融合的双注意力算法进行多尺度特征融合；

S60，输出三个不同检测尺度的深浅层检测分支，通过检测分支模块对输出的所述三个不同检测尺度的深浅层检测分支分别进行预测并获得检测结果；

S70，将所述物体的检测结果通过低算力运算装置实时显示。

2.根据权利要求1所述的一种面向低算力运算装置的轻量化物体检测方法，其特征在于，所述利用低算力运算装置中的相机采集真实场景下待检测物体的图像包括：将采集的所述待检测物体的图像保存并制作成数据集，按照所述物体的最大外接矩形框的形状进行标注。

3.根据权利要求2所述的一种面向低算力运算装置的轻量化物体检测方法，其特征在于，所述对读取的所述图像进行预处理获得训练集包括：

从所述数据集中读取训练所需的第一数据集Data＝[(I₁，i₁)，(I₂，i₂)，……，(I_n,i_n)]；

使用数据增强方法将所述第一数据集中的部分或所有所述物体的图像按批次进行缩放、镜像和旋转，从而对于每一张所述物体的图像形成缩放图像、镜像图像和旋转图像，并将所述物体的图像、缩放图像、镜像图像和旋转图像四幅图像合并为一张图像，提高样本复杂度；

重复上述过程获得全部的训练集，所述全部的训练集为经过各种预处理的图像。

4.根据权利要求1所述的一种面向低算力运算装置的轻量化物体检测方法，其特征在于，所述将所述训练集输入到轻量化主干网络中进行训练并基于下采样机制提取特征包括：

在网络中交替进行基于特征图尺度变化的下采样运算以及嵌套式跨阶段轻量化卷积运算，通过所述基于特征图尺度变化的下采样运算获得所述物体的不同尺度的图像，所述基于特征图尺度变化的下采样运算包括设定特殊步长的卷积下采样运算、最大池化运算、平均池化运算，所述基于特征图尺度变化的下采样运算根据不同尺度特征图的不同特点选择不同的运算方式以实现下采样的功能；通过所述嵌套式跨阶段轻量化卷积运算提取所述不同尺度下所述物体的有效特征；以下采样后经过轻量化卷积运算作为子循环，往复所述子循环，保证检测精度的同时使得网络参数量和计算量尽可能小。