[发明专利]一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法

说明书

本发明公开了一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法，结合深度可分离卷积神经网络特征提取的能力、SSD(Single Shot Detection)模型多尺度检测算法对不同大小目标的适应能力以及改进NMS(改进非极大值抑制NonMaximumSuppression，NMS)对遮挡物体的高检测性能来解决现有检测方法速度过慢、精度不高的问题。

技术领域

本发明属于图像处理领域，涉及一种基于深度学习的目标检测方法，尤其涉及一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法。

背景技术

目标检测技术是计算机视觉领域中一项关键的技术，其主要目的是对图片中的物体进行定位并准确输出其所在位置。目前，常用的方法有基于手工特征的方法和基于深度学习的方法，其中基于深度学习的方法是通过卷积神经网络来从大量图片数据中学习到不同物体所具有的特征，并与标注数据进行拟合回归来达到检测所需物体的目的。虽然这种基于深度学习的方法已经取得了不小的成效，但是在图像背景复杂和目标被遮挡等的情况下，很难得到较好的检测效果，而且卷积神经网络的使用让模型复杂度有所提升，进而带来了计算成本的增加，导致算法应用在计算力较低的设备上时出现计算速度慢等问题。因此，需要对基于深度学习的检测方法做进一步改进，来满足实际应用中的各种需求。

发明内容

为了解决上述技术问题，本发明提出了一种基于深度可分离卷积和多尺度特征提取的图像目标检测方法，结合深度可分离卷积神经网络特征提取的能力、SSD(Single ShotDetection)模型多尺度检测算法对不同大小目标的适应能力以及改进NMS(改进非极大值抑制NonMaximumSuppression，NMS)对遮挡物体的高检测性能来解决现有检测方法速度过慢、精度不高的问题。本发明所采用的技术方案是：一种基于深度可分离卷积残差块和改进NMS的多尺度目标检测方法，包括如下步骤，

步骤1，获取若干图片，作为原始图像数据，对原始图像数据中的检测目标进行边框和类别的标注；

步骤2，对于步骤1中的原始图像数据进行数据增强操作，将新生成的图片与步骤1中采集到的图片一起作为训练图片；

步骤3，利用特征提取网络提取训练图片的特征图，将步骤2中的训练图片分批进行特征提取；其中特征提取网络包含依次连接的卷积层、深度可分离残差块(1)、深度可分离残差块(2)、深度可分离残差块(3)、深度可分离残差块(4)、深度可分离残差块(5)、深度可分离残差块(6)，所述深度可分离残差块(1)—(6)均由深度卷积、点卷积和残差网络组成；

步骤4，将步骤3得到的特征图送入多尺度检测网络中，在不同大小的特征图上生成不同尺度、不同宽高比的预测框来拟合图片中的待测目标；

步骤5，对步骤4生成的预测框采用NMS进行多余预测框剔除，得到待测目标的唯一标识框；

步骤6，重复步骤3～5对由特征提取网络、多尺度检测网络以及NMS组成的整个模型进行迭代训练；

步骤7，当所有的训练图片均已通过整个模型，输出此时的检测准确率；

步骤8，对比每次输出的准确率，如果准确率持续上升，则继续训练；如果准确率保持不变或有下降趋势，则停止训练，并保存最终整个模型。

进一步的，步骤2中采用水平镜像、随机裁剪、随机亮度和对比度增强的数据增强操作来产生更多训练图片。

进一步的，其中水平镜像表示将图片的左右部分以图像垂直中轴线为中心进行镜像对换；随机裁剪表示将原图像裁剪成多张包含待检测目标的不同大小图片；随机亮度是调节图像亮度以削弱光照不均匀所带来的影响，图片亮度L_i通过颜色空间R、G、B的均值来表示，L_i越大代表亮度越高，其变换过程的表达式如下：