[发明专利]多路感受野引导的特征金字塔小目标检测网络及检测方法

说明书

本发明公开了一种多路感受野引导的特征金字塔小目标检测网络，包括依次连接的获取目标图片特征的骨干网络、融合扩大感受野模块的特征金字塔网络以及具有两个分支的检测头网络，其中：骨干网络用于提取不同层次的特征信息；融合扩大感受野模块的特征金字塔网络用于将不同层次的特征信息经过扩大感受野模块后再进行特征融合，以引导网络获得不同层次感受野下的上下文信息，同时获取足够的语义信息和丰富的细节信息；两个分支的检测头网络用于得到目标的预测框以及分类置信度；本发明还提供了一种多路感受野引导的特征金字塔小目标检测方法；本发明优于目前主流的目标检测方法。

技术领域

本发明涉及视觉检测技术领域，特别是一种多路感受野引导的特征金字塔 小目标检测网络及检测方法。

背景技术

目标检测作为机器视觉领域十分重要的一个分支，一直是研究者关注的热 点问题，其中小目标检测更是由于其目标像素少和噪点多等问题长期困扰着研 究者。对于小目标来说，利用浅层特征的传统方法已经满足不了检测需求，因 此多层次的卷积神经网络是目前小目标检测技术的常用手段。

使用卷积神经网络检测小目标的主要难点在于获得高层次语义信息的同时 会丢失低层的细节信息，因此容易造成小目标漏检。针对这个问题，Kaiming He 等提出特征金字塔网络(Feature Pyramid Network，FPN)，融合高层特征信息 与低层特征信息，既获得了高层的语义信息，也保留了低层的细节信息，大大 地提高了小目标的检测效果。自FPN提出后其改进算法层出不穷，目标均是获 得高层语义信息与低层细节信息之间更好的融合方式。Ross等人提出RetinaNet， 与FPN不同的是其特征融合从倒数第三层开始。Liu S等人提出PANet，提出了 自顶向下的二次融合，对自底向下的FPN路径进行增强，减短了信息传播路径， 同时更好地利用了低层特征的精准定位信息。Liu S等人还提出了ASFF，将每 一层的特征信息都与其他层次的特征信息相融合，在融合时采用了注意力机制， 控制不同层次特征的贡献度。谷歌大脑团队提出NAS-FPN，旨在使用神经架构搜 索，学习到更好的目标检测特征金字塔网络架构，在此基础上进一步提出BiFPN， 在神经架构搜索的基础上进行人为设计，获得更好的特征金字塔网络。除了直 接对FPN网络进行修改以外，还有些研究设计了可与FPN融合的模块提高检测 效果，例如：Kai Chen等人提出的CARAFE为一种全新的上采样方式，可以替换 传统的上采样方式融入特征金字塔中，与传统的上采样方式不同，CARAFE分为 两个主要模块，分别是上采样核预测模块和特征重组模块，CARAFE首先利用上采样核预测模块预测上采样核，然后利用特征重组模块完成上采样，得到输出 特征图，使之更加轻量级，可以获得更大的感受野，并随意嵌入分割或检测网 络中；Liang-Chieh等人提出的空洞空间卷积池化金字塔(Astrous Spatial Pyramid Polling，ASPP)对给定的输入图像进行并行采样，以多个比例捕捉图 像的上下文信息。

以上网络的改进大部分是在获得高低层次融合信息后继续增加路径，使得 高层次的特征信息可以与低层次的特征信息更好地相辅相成，这样的好处是可 以得到更多的语义信息，从而获得更高的检测率，但是也增加了网络的复杂度， 给网络训练带来了更大的难度与更高的计算量。

小目标检测由于目标像素少、噪点多和特征缺失等问题更容易出现漏检和 误检，通过统计分析小目标框的宽高以及宽高占比，发现小目标下采样的次数 过多会导致大多数的目标信息丢失，而有限次数的下采样不能获得足够的语义 信息。针对小目标检测，上采样卷积层太多时目标容易丢失，而太少时感受野 又太小。

发明内容

为解决现有技术中存在的问题，本发明的目的是提供一种多路感受野引导 的特征金字塔小目标检测网络及检测方法，本发明在传统特征金字塔的基础上 融入扩大感受野模块，在不增加网络深度的情况下获取更大的感受野，提供更 多的语义信息，提升网络模型的检测性能。