[发明专利]基于语义增强和高斯损失的小目标检测方法

权利要求书

1.一种基于语义增强和高斯损失的小目标检测方法，包括以下步骤：

1)将训练集中的图像进行图像预处理操作，包括等比缩放、区域填充、仿射变换和mosaic数据增强；

2)经过处理后的图像之后被输入到Darknet-53特征提取网络，随着骨干网络的深入，依次输出三个尺度的特征图,记为C1,C2,C3；

3)C1,C2,C3随后进入改进后的FPN网络，进行语义增强融合；FPN网络输出后的特征图记为P1,P2,P3；

4)经过特征融合的特征图进入Head直接预测目标的类别和预测框位置(cx,cy,w,h)；

5)通过高斯Wasserstein距离损失函数对步骤4)得到的预测框结果进行评估，并训练模型。

2.根据权利要求1所述的基于语义增强和高斯损失的小目标检测方法，其特征在于：步骤2)三个特征图C1,C2,C3的尺度分别为76×76、38×38和19×19。

3.根据权利要求1所述的基于语义增强和高斯损失的小目标检测方法，其特征在于：步骤3)所述语义增强融合，包括语义重组和因子融合，具体步骤如下：

(31)首先对C1,C2,C3进行语义重组；

(32)语义重组时先使用1×1的卷积压缩通道，交互各个通道信息的同时，减少计算量；

(33)使用3×3大小的卷积层对压缩通道后的特征图进行编码，让每一个通道学习特征处的上下文信息；编码后的特征图记为W_l；

(34)用Softmax函数对W_l进行归一化，使W_l值总和为1，由此对特征区域实现软选择；

(35)通过W_l对局部特征区域进行重组；对于一个目标位置为l和以此为中心的正方形区域N(X_l,r)，重组公式如下：

其中X可以为C1,C2,C3中任意一个，重组后的特征图记为C′₁,C′₂,C′₃；r为W_l的边长；

(36)引入了融合因子α平衡小目标检测中深层与浅层的特征学习；C′₁,C′₂,C′₃按以下方式聚合相邻的特征层：

其中是用于通道匹配的1×1卷积操作，f_upsample表示用于分辨率匹配的2×上采样操作，f_layer通常是用于特征处理的卷积操作，α表示融合因子；把α设置为网络自学习参数，为在网络开始训练前，根据数据集标签计算得到其初始值，该参数参与梯度反向传播，受到损失函数控制，同时为了防止α过大导致网络梯度爆炸，对其有下约束公式：

N_up，N_low分别是上层和下层特征图对应尺度目标的数量。

4.根据权利要求3所述的基于语义增强和高斯损失的小目标检测方法，其特征在于：步骤(35)中的r设为3。

5.根据权利要求1所述的基于语义增强和高斯损失的小目标检测方法，其特征在于：步骤5)所述的高斯Wasserstein距离损失函数，具体方法为：

(51)；将包围目标的椭圆区域映射为一个2D高斯分布，目标中的点在平面上的分布遵循：

(cx,cy,w,h)表示目标检测数据集中目标使用水平框标注；

(52)将高斯分布记为N(u,∑):

其中d＝2,表示二维高斯分布，u为分布的中心点，u＝[cx,cy]^T，∑为Covariancematrix，反映分布的形状，对角线上的元素为x方向和y方向的方差，斜对角线上的元素是x和y的协方差，反映点在x,y方向上的线性相关程度，在水平分布时为0：

两个二维高斯分布N₁(u₁,Σ₁)和N₂(u₂,Σ₂)之间的WSD距离可表示如下：

对于任意两个水平框，Σ₁Σ₂＝Σ₂Σ₁，距离将会退化为：

其中|| ||_F表示Frobenius norm，矩阵中每项数的平方和的开方值；预测框与真实框间的WSD距离可以转化为:

其中w_gt,h_gt是真实框的宽高，d表示预测框与真实框间的WSD距离；

(53)在计算得到d后，需要将d映射到0-1之间，如下公式是改进的损失函数，增加了对预测框宽高的约束：

其中func是映射函数，C是一个归一化参数，在训练过程中自适应的计算C,V是纵横比，反映预测框宽高和真实框宽高的相似程度，α是由V计算得到；

参数C使得映射函数可以使用更加普遍且简单的函数例如e^-d,另一方面能更好的拟合不同尺度的目标；在得到IOU后，根据IOU的大小评估模型的表现，并反向传播梯度训练模型；

(54)在得到IOU值后，根据IOU的大小评估模型的表现，并反向传播梯度训练模型。