[发明专利]一种基于神经网络的目标检测方法、装置、机器可读介质及设备

权利要求书

1.一种基于神经网络的目标检测方法，其特征在于，包括：

构建教师网络；

通过样本图像集训练所述教师网络；

构建学生网络，其中所述学生网络的参数量小于所述教师网络的参数量；

在采用知识蒸馏提取所述教师网络训练获得的知识并迁移到所述学生网络的过程中，通过样本图像集对所述学生网络进行训练；

通过训练后的学生网络，对输入的图像进行目标检测；

根据损失函数判断所述学生网络的收敛结果，所述损失函数为：

其中，loss_A为学生网络在标注数据下的检测损失，loss_B为学生网络在从教师网络上提取监督信息时的蒸馏损失，λ为目标的检测损失和蒸馏损失之间的权重系数；所述loss_A包括目标框中心点损失loss_xy，目标框大小损失loss_wh，目标框是否存在目标的置信度损失loss_conf以及分类损失loss_cls，具体为：loss_A=loss_xy+loss_wh+loss_conf+loss_cls；所述loss_B为

其中，M_ij为蒸馏mask，W、H、C分别为特征图对应的宽、高和通道数，F_s为学生网络输出的特征图，F_t为教师网络输出的特征图；N为蒸馏mask中值为1的数量，即。

2.根据权利要求1所述的基于神经网络的目标检测方法，其特征在于，在知识蒸馏过程中，对教师网络输出的特征图进行知识蒸馏，并将蒸馏出的知识迁移到所述学生网络中。

3.根据权利要求1所述的基于神经网络的目标检测方法，其特征在于，所述教师网络包括依次连接的卷积单元、批量归一化单元、函数激活单元和池化单元；所述卷积单元包括依次连接的多个卷积子单元，每个卷积子单元输出一特征图；每个卷积子单元包括多个铺叠设置的卷积层。

4.根据权利要求2所述的基于神经网络的目标检测方法，其特征在于，所述对教师网络输出的特征图进行知识蒸馏包括：确定目标蒸馏区域，对所述目标蒸馏区域的特征图进行知识蒸馏，其中目标蒸馏区域的确定方法包括：

将样本图像中标注的目标框以不同的尺度分别映射到对应的卷积子单元输出的特征图上；

构建与特征图大小相同的矩阵；

判断所述特征图中是否存在目标框；

若所述特征图中存在目标框，则将所构建的矩阵的对应区域的值置为1，否则置为0，从而形成0-1蒸馏mask；蒸馏mask中值为1对应的特征区域即为目标蒸馏区域。