[发明专利]一种基于把目标视为点改进的目标检测方法

权利要求书

1.一种基于把目标视为点改进的目标检测方法，其特征在于：该方法包括计算相似度，训练模型，目标检测三个过程，具体如下；

步骤S1，计算相似度过程：

步骤S1.1，选取训练过程中，生成的中心点热度图中的前N个点

步骤S1.2，选取热度图中前N个点对应的，包围框尺寸图中的点，作为中心点热度图中前N个点的包围框尺寸

步骤S1.3，计算选好的包围框与真值包围框之间的相似度

步骤S1.4，将相似度作为权重加在特征图上

步骤S2，模型训练过程：

步骤S2.1，将原始图像样本输入把目标视为点卷积神经网络，经过网络映射，输出为与中心点热度图，每个位置对应的包围框尺寸图，偏移量图；

步骤S2.2，通过步骤1计算对应的相似度，并且赋予中心点热度图注意力权重；

步骤S2.3，计算中心点热度图和真值热度图，包围框尺寸图和真值包围框尺寸图，偏移量图和真值偏移量图之间的损失，将其作为网络模型的优化目标，优化上述目标视为点模型；

步骤S2.3重复步骤S1.1至步骤S1.2，直至上述把目标视为点模型收敛；

步骤S3，目标检测过程：

加载把目标视为点网络训练好的参数，并将原始图像样本作为该网络的输入，通过该网络的计算，获取其对应的中心点热度图，包围框尺寸图以及偏移量图，选取前100个中心点以及对应的包围框尺寸，作为最后的检测结果。

2.根据权利要求1所述的一种基于把目标视为点改进的目标检测方法，其特征在于，在计算预测的包围框和真值框之间的相似度时，考虑中心点的坐标，包围框的面积作为相似度的计算维度，公式为：公式中A_gi代表真值框的面积，(x_gi,y_gi)代表真值框的中心点坐标，c_gi代表真值框的类别；A_pn代表预测的第n个包围框的面积，(x_pn,y_pn)代表预测包围框对应的中心点坐标，c_pn表示对应预测框的类别。

3.根据权利要求1所述的一种基于把目标视为点改进的目标检测方法，其特征在于，可以保证在提高网络精度的同时，不影响网络的推理速度，不花费额外的计算量。

4.根据权利要求1所述的一种基于把目标视为点改进的目标检测方法，其特征在于，所述步骤S2.2中，利用Adam优化算法训练输入图像的卷积神经网络，实现多目标图像的精确快速检测。