[发明专利]一种基于OSA块的轻量级目标检测网络及检测方法

说明书

本发明提供了一种基于OSA块的轻量级目标检测网络及检测方法,目标检测网络由Focus层和多个OSA块串行组成检测网络的backbone部分；将高阶特征通过CBL(卷积+批标准化+leaky激活函数)块和上采样操作与低阶特征融合这样的类FPN(特征金字塔网络)结构组成网络的neck部分；由CBL块结合通道注意力机制构成网络最后的head部分。检测方法的步骤为：将图像经过预处理后输入到目标检测网络，由目标检测网络预测出目标所在位置坐标和类别信息，最后经过滤器保留置信度最高的预测矩形框，消除其余的冗余框,提高计算效率和降低存储空间开销，从而利于工业应用。

技术领域

本发明属于计算机视觉领域中的目标检测技术，尤其涉及一种基于OSA块的轻量级目标检测网络及检测方法。

背景技术

随着深度学习技术的出现，近年来基于深度学习的目标检测已经成为目标检测领域的主流研究方向。相较与基于传统图像处理的目标检测方法，基于深度学习的目标检测方法在精度，效率和稳定性三方面均存在巨大的优势。

当下主流的目标检测网络分成单阶段和双阶段两类，双阶段网络虽然精度高，但效率较低，实用性上不如单阶检测网络。另外，单阶段网络又存在基于锚点定位和无锚点定位两种检测模式。基于锚点定位的检测模式，需要在预测用特征图的每个点上预置多种尺度的锚点框，后续基于这些锚点框进行目标中心和宽高的预测。密集的锚点框可以有效地提高目标的检出率和尺寸的拟合，但在较大的特征图中检测少量的目标会产生大量的冗余框，严重影响了检测效率。此外，锚点框尺寸的定义直接影响了检测网络对目标定位的精准度。而无锚点定位的检测模式，不需要引入额外的超参数辅助检测，特征图上的每个点仅预测一个边界框，避免了大量无效的计算，检测效率更高。但因缺少类似于锚点框对于目标尺寸的预定义，导致检出率略低于基于锚点定位的检测模式。

另外，当下绝大部分主流的目标检测网络为了更易于获取到表现力更强的高阶特征，通常在backbone部分堆叠了大量的参数。从工业应用的角度考虑，这种更偏重于牺牲效率和存储空间以提高检测精度的结构设计，实用性相对较差。

发明内容

本发明的目的在于提供一种基于OSA块的轻量级目标检测网络及检测方法，提高计算效率和降低存储空间开销，从而利于工业应用。

韦解决上述技术问题本发明提供如下技术方案：该网络的宏观结构与主流的目标检测网络相似，由backbone，neck和head三部分构成。backbone部分的作用是降低原始图像的尺度并将原始图像从低阶特征转换成高阶特征；neck部分对高阶特征进行一系列融合以进一步增强高阶特征的特征表现力；head部分负责使用增强后的特征进行目标位置和类别的预测。

本发明中网络的backbone部分由Focus层和4个OSA块串联组成，Focus层直接接收经过预处理的图像，将尺寸大小为n×n×3的图像经过拆分及合并，生成全新的尺寸大小为(n/2)×(n/2)×12的低阶特征图。该特征图随后依次通过串联的数个OSA块，每一个OSA块输出的特征图的宽高均为输入特征图的1/2。每个OSA块内包含相同数量的卷积层，且同一个OSA块的卷积层具有相同的超参数。backbone内所有卷积层的输出都经过批量标准化和mish函数激活。

neck部分接收backbone中各OSA块输出的特征图，依次将后一个OSA块的输出特征图通过CBL块和上采样层将其宽高调整至原来的2倍后与前一个OSA块的输出特征图按通道拼接融合，构成FPN。随后从各种尺度的增强特征图中选择其中一种或数种输出到最后的head部分。

head部分对于输入的各种尺度的增强特征图，使用相互独立的CBL块和通道注意力机为增强特征图的每一个通道分配不同的权重，从而保留有效通道对后续检测的主导作用以及制降低冗余通道造成的负面影响。后续衔接三个并行的核大小为1x1的卷积层，分别预测目标类别的置信度，中心位置偏移和宽高。