[发明专利]复杂城市场景的目标检测方法、系统、设备及存储介质

权利要求书

1.一种复杂城市场景的目标检测方法，其特征在于，包括如下步骤，

S10、构建目标检测模型、自监督分类器，其中，目标检测模型、自监督分类器共享特征提取器；

S20、判断数据集中目标图像是否需要预处理，若否则执行步骤S30，若是则执行步骤S40；

S30、输入特征提取器进行特征提取，获得特征向量，并将特征向量输入目标检测模型，预测目标图像标签；

S40、则对图片进行预处理，并将输入特征提取器获得的特征向量输入自监督分类器，预测处理结果。

2.根据权利要求1所述的种复杂城市场景的目标检测方法，其特征在于，所述自监督分类器包括自监督旋转分类器；

所述S40中对图片进行预处理，并将输入特征提取器获得的特征向量输入自监督分类器，预测处理结果，包括

对目标图像进行0°、90°、180°或270°的随机旋转，获取旋转后的旋转图像及旋转角度标签；

将旋转图像输入特征提取器，获得特征向量；

将特征向量输入自监督旋转分类器，获得预测角度旋转结果。

3.根据权利要求2所述的复杂城市场景的目标检测方法，其特征在于，所述自监督分类器包括自监督位置区域分类器；

所述步骤S40中对图片进行预处理，并将输入特征提取器获得的特征向量输入自监督分类器，预测处理结果，包括

对目标图像进行裁切，裁切成四区域图像及区域标签；

将四区域图像输入特征提取器，获得特征向量；

将特征向量输入自监督位置区域分类器，获得预测区域分类结果。

4.根据权利要求3所述的复杂城市场景的目标检测方法，其特征在于，目标检测模型及自监督分类器为共同训练，其中，构建所述目标检测模型通过如下步骤：

S100、初始化：随机初始化特征提取器参数、目标检测模型参数、自监督旋转角度分类器参数以及自监督位置区域分类器参数；

S200、数据采样：从数据集中随机采样图像及标签，按比例采样得到支持集S和查询集Q；

S300、网络训练：对于支持集S内的每个图像x，目标检测模型无需图像预处理，自监督旋转分类和自监督位置区域分类需要图像预处理；包括如下步骤，

S301、图像x通过共享特征提取器F_θ后得到的特征向量为F_θ(x)，特征向量F_θ(x)输入到目标检测模型后，得到的预测结果为：

C(F_θ(x)；S)＝softmax[sim(F_θ(x),W)]

其中，sim(.,.)是一个余弦相似度函数，W是目标检测模型的网络参数，计算得到的结果C是每个类的归一化分类概率值，值最大的类即为预测结果；

目标检测模型的损失函数L_obj为

S302、自监督旋转分类器对给定的图像x进行旋转，得到四个旋转图像{x^r|r∈{0°,90°,180°,270°}}，其中x^r是图像x旋转r角度得到的；

四个旋转图像x^r输入共享特征提取器F_θ，得到F_θ(x^r)，自监督旋转分类器R_φ预测旋转角度r，其损失函数为：

其中，是每个类r的归一化分类概率值，值最大的类即为预测结果；

S303、自监督位置区域分类器对给定的图像x进行裁剪，得到四个不同的局部图像其中，是图像x在区域0、1、2、3的局部图像；

自监督位置区域分类器P_φ(·，·)预测区域位置，其损失函数为：

其中，是每个区域p的归一化分类概率值，值最大的类即为预测结果；

S400、更新网络参数：根据目标检测模型、自监督旋转角度分类器及自监督位置区域分类器损失计算总损失：

L＝L_obj+L_rot+L_loc

S500、计算总损失相对目标检测模型参数的梯度，并更新网络参数，其中包括特征提取器参数、目标检测模型参数、自监督旋转角度分类器参数以及自监督位置区域分类器参数，直至网络参数收敛；

S600、预测：将查询集的图像输入收敛后的特征提取器和目标检测模型，得到查询集图像标签。