[发明专利]一种轻量级视觉目标检测方法及系统

权利要求书

1.一种轻量级视觉目标检测方法，其特征在于，包括如下步骤：

利用骨干网络初步提取待检测图像中的目标特征；所述骨干网络包括特征提取器；所述特征提取器包括密集块和过渡块，每两个密集块之间是过渡块，所述密集块为双路轻量级密集块，其中两个分支共享一个标准卷积和深度卷积以减少计算量，使得所述密集块为轻量级；

利用检测头部对所述目标特征标特征进行多层检测，以及使用特征金字塔进行多尺度特征融合，以对不同尺度的目标特征分别进行检测，来确定待检测图像中不同目标的位置和不同目标的类别。

2.根据权利要求1所述的轻量级视觉目标检测方法，其特征在于，所述双路轻量级密集块的一条分支使用一个标准卷积和深度卷积捕获小目标，另一条分支使用一个标准卷积和两个串联的深度卷积学习语义特征以捕获大目标；两条分支共享标准卷积和一个深度卷积。

3.根据权利要求1或2所述的轻量级视觉目标检测方法，其特征在于，还包括如下步骤：

在所述检测头部引入基于深度学习的注意力机制，在检测头部添加注意力预测块，以提高检测精度的同时保持较小的开销。

4.根据权利要求1或2所述的轻量级视觉目标检测方法，其特征在于，所述骨干网络还包括直联块，所述直联块为一系列卷积块，用于提高待检测图像的特征表达能力。

5.根据权利要求1或2所述的轻量级视觉目标检测方法，其特征在于，使用特征金字塔进行多尺度特征融合时，采用双线性插值的方式进行上采样以融合特征。

6.根据权利要求1或2所述的轻量级视觉目标检测方法，其特征在于，对多尺度特征融合后的前三个浅层融合特征和后三个深层特征进行检测，来确定待检测图像中不同目标的位置和不同目标的类别。

7.一种轻量级视觉目标检测系统，其特征在于，包括：

目标特征提取单元，用于利用骨干网络初步提取待检测图像中的目标特征；所述骨干网络包括特征提取器；所述特征提取器包括密集块和过渡块，每两个密集块之间是过渡块，所述密集块为双路轻量级密集块，其两个分支共享一个标准卷积和深度卷积以减少计算量，使得所述密集块为轻量级；

目标特征检测单元，用于利用检测头部对所述目标特征标特征进行多层检测，以及使用特征金字塔进行多尺度特征融合，以对不同尺度的目标特征分别进行检测，来确定待检测图像中不同目标的位置和不同目标的类别。

8.根据权利要求7所述的轻量级视觉目标检测系统，其特征在于，所述双路轻量级密集块的一条分支使用一个标准卷积和深度卷积捕获小目标，另一条分支使用一个标准卷积和两个串联的深度卷积学习语义特征以捕获大目标；两条分支共享标准卷积和一个深度卷积。

9.根据权利要求7或8所述的轻量级视觉目标检测系统，其特征在于，还包括：

注意力预测单元，用于在所述检测头部引入基于深度学习的注意力机制，在检测头部添加注意力预测块，以提高检测精度的同时保持较小的开销。

10.根据权利要求7或8所述的轻量级视觉目标检测系统，其特征在于，所述骨干网络还包括直联块，所述直联块为一系列卷积块，用于提高待检测图像的特征表达能力。