[发明专利]一种基于聚类算法和神经网络的多尺度目标检测方法

权利要求书

1.一种基于聚类算法和神经网络的多尺度目标检测方法，其特征在于，该方法包括以下步骤：

步骤1、训练数据集图片预处理，具体包括以下处理：

步骤101、对于训练数据集图片进行标注，即用矩形框完整包围待检测目标形成数据框，依次标注图中每个数据框对应的目标类别名称；

步骤102、将训练数据集图片放缩到统一的尺寸，得到同尺寸图片；

步骤103、将同尺寸图片灰度化处理；

步骤104、选择12个目标检测参考面积，使用机器学习中的k-means聚类算法，将步骤102中标注的矩形框进行聚类，即：将所有矩形框按面积大小相近程度分成12组，每组分别计算平均面积值以及平均宽、高；计算过程如下：

已知待测集合(x₁,x₂,...,x_n)，利用k-means聚类将这n个值划分到k个集合中(k≤n)，使得组内平方和最小，即找到使得下式满足的聚类：

其中，SSE表示误差平方和(sum of the squared errors)，μ_i是集合S_i中所有点的均值，x是集合S_i中的样本点；

选择12个目标检测参考面积，使用机器学习中的k-means聚类算法，将步骤102中标注的矩形框进行聚类，即将所有矩形框按面积大小相近程度分成12组，每组分别计算平均面积值以及平均宽、高，然后将计算出的12个平均面积当做后续目标检测网络的基准面积，重点检测与这些面积大小相似、宽高比例相仿的区域中是否有目标以及目标属于何种分类，并根据结果微调面积，使网络能准确标定目标框并检测出目标所属类别；

步骤2、设计并训练目标检测网络，具体包括以下处理：

步骤201：将上述12个基准面积从小到大排列，得到序列[a1,a2,a3,b1,b2,b3,c1,c2,c3,d1,d2,d3]，然后将该序列等分为4份分给不同尺度特征图做检测参照：[a1,a2,a3]分配给最大的特征图，[b1,b2,b3]分配给第二大的特征图，[c1,c2,c3]分配给第三大特征图，[d1,d2,d3]分配给最小的特征图；

步骤202、训练目标检测网络至收敛，即以MobileNet为基础网络，后面加4层不同尺度的特征图用于检测不同尺度的目标；将在不同特征图其对应的参考框位置表示为a＝(a^cx,a^cy,a^w,a^h)，a^cx和a^cy表示参考框中心坐标，a^w和a^h表示参考框宽高；将目标框真实位置表示为b＝(b^cx,b^cy,b^w,b^h)；

预测值p计算公式如下：

训练过程就是不断优化p的值而使检测效果越来越好的过程；

从最后一层特征图开始向上进行3次上采样和通道加和的操作，使得每层特征图都有其他特征图的信息，以增强检测效果；

步骤203、待收敛后固定目标检测网络所有层参数不再变化，得到最终目标检测网络；

步骤3、待测试图片预处理，与训练图片预处理部分相似，具体包括以下处理：

步骤301、将待测试图片放缩到统一的尺寸；

步骤302、图像灰度化处理；

步骤4、将处理后的待测图片输入目标检测网络，检测完毕后输出标注了检测框和类别的结果图片，完成检测任务；

后续再进行其他的检测任务，只需重复进行步骤3、步骤4。