一种共享指导模块的目标检测方法与流程

文档序号:35681967发布日期:2023-10-08 21:14阅读:37来源:国知局
一种共享指导模块的目标检测方法与流程

本发明涉及一种计算机视觉,具体涉及一种共享指导模块的目标检测方法。


背景技术:

1、随着智能监控的大规模应用,目标检测算法重要性也大大提升。例如,基于视频的车辆违停、行人越界等都需要目标检测算法将目标的位置和类别输出。所以,提升目标检测效果就显得非常重要。

2、在yolov8算法中,使用了距离聚焦损失(distribution focal loss)提升了算法检测效果。距离聚焦损失可以计算出检测框四边到中心点的距离分布,通过这个分布可以判断出边界框的不确定性,从而指导分类分支。但是在yolov8算法中并未使用该方法,导致检测效果不理想。

3、距离聚焦损失第二版(distribution focal loss v2)中,提出了使用top-k(四边到中心点的距离分布距离最高的k个值)和均值(四边到中心点的距离分布均值)来指导分类,在多个检测算法中得到有效提升;

4、虽然距离聚焦损失第二版在多个检测算法中得到提升,但其问题有两个:第一,只使用top-k和均值指导分类,忽略了概率小的距离同样对分类有指导意义,因为概率小的距离可能代表此处有遮挡或者模糊,不能简单的丢弃;第二,yolov8算法是多分支的,不同分支均需要在头部(head)中提取特征指导分类,导致算法速度降低。


技术实现思路

1、本发明所要解决的技术问题是提供了一种共享指导模块的目标检测方法,以解决上述背景技术中提到的技术问题。

2、本发明共享指导模块的目标检测方法是通过以下技术方案来实现的:

3、具体分为以下步骤:

4、s1、图像输入:将图像输入算法模型;

5、s2、特征提取:对输入图像进行特征提取;

6、s3、特征融合:将提取的特征进行融合,形成一个以上的融合特征;

7、s4、解码预测:将融合特征进行解码,并得出预测结果;

8、融合特征内添加指导模块;一个以上的指导模块进行权重共享;一个以上的指导模块包括定位分支与分类分支;指导模块添加于定位分支与分类分支之间。

9、作为优选的技术方案,定位分支包括三层及以上的第一卷积模块;指导模块包括三层及以上的第二卷积模块;分类分支三层及以上的第三卷积模块;

10、指导模块输入定位分支上信息;三层及以上的第二卷积模块末端设置有sigmoid模块;信息经过三层及以上的第二卷积模块的提取特征后输入sigmoid模块;

11、sigmoid模块将特征归一化作为权重与分类分支相乘,得到分类分支的输出。

12、作为优选的技术方案,sigmoid模块的归一化函数:

13、作为优选的技术方案,s2、特征提取:经过backbone提取特征;backbone输出三种尺度的特征,分别用来预测大、中、小三种目标。

14、作为优选的技术方案,s3、特征融合:三种尺度特征经过neck融合后分别输入特征提取;特征提取包括head1、head2、head3。

15、本发明的有益效果是:

16、1、通过使用定位指导分类,提高了目标检测的效果;

17、2、指导模块的输入不是只使用top-k和均值,而是使用了定位输出的所有信息,提高了定位指导分类的能力;

18、3、通过共享权重,在未降低目标检测效果的情况下降低了内存消耗,提高了运行速度。



技术特征:

1.一种共享指导模块的目标检测方法,其特征在于:具体分为以下步骤:

2.根据权利要求1所述的共享指导模块的目标检测方法,其特征在于:定位分支包括三层及以上的第一卷积模块;指导模块包括三层及以上的第二卷积模块;分类分支三层及以上的第三卷积模块;

3.根据权利要求2所述的共享指导模块的目标检测方法,其特征在于:sigmoid模块的归一化函数:

4.根据权利要求1所述的共享指导模块的目标检测方法,其特征在于:所述s2、特征提取:经过backbone提取特征;backbone输出三种尺度的特征,分别用来预测大、中、小三种目标。

5.根据权利要求1所述的共享指导模块的目标检测方法,其特征在于:所述s3、特征融合:三种尺度特征经过neck融合后分别输入特征提取;特征提取包括head1、head2、head3。


技术总结
本发明公开了一种共享指导模块的目标检测方法,具体分为以下步骤:S1、图像输入:将图像输入算法模型;S2、特征提取:对输入图像进行特征提取;S3、特征融合:将提取的特征进行融合,形成一个以上的融合特征;S4、解码预测:将融合特征进行解码,并得出预测结果;融合特征内添加指导模块;一个以上的指导模块进行权重共享;本发明通过使用定位指导分类,提高了目标检测的效果;指导模块的输入不是只使用Top‑k和均值,而是使用了定位输出的所有信息,提高了定位指导分类的能力;通过共享权重,在未降低目标检测效果的情况下降低了内存消耗,提高了运行速度。

技术研发人员:樊治国,李金洺
受保护的技术使用者:青岛高重信息科技有限公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1