[发明专利]一种基于Faster Rcnn的小目标检测识别方法

权利要求书

1.一种基于Faster Rcnn的小目标检测识别方法，其特征在于：包括配置环境，搭建基于Faster Rcnn的小目标检测识别模型以及模型训练平台，所述小目标检测识别模型包括四个部分：

1)、数据预处理：对训练数据集中的原始图片进行数据增强，并对数据增强后的训练数据集中图像小目标进行标注，形成小目标数据集；

2)、骨干网络：采用带有残差边的ResNet网络提取小目标数据集中图像特征；

3)、区域建议网络：在原始图像上提取出目标可能存在的候选区域，并在候选区域生成多个锚框，采用DIOU处理锚框并同时对锚框进行软非极大值抑制操作；

4)、头部网络：根据区域建议网络的结果，在特征图中将相应的区域转化为固定尺度的特征图，然后再进行精确的目标分类和目标定位；头部网络包含Roi Align和两个分支网络，在Roi Align中使用双三次插值来精确的寻找每个锚框块对应的特征，并从特征图中提取出固定长度的特征向量；然后把特征向量送入FC全连接层，最后再送入两个分支网络中，其中一个分支网络为分类网络，进行分类预测，输出具体的类别；另一个分支网络为边界回归网络，进行回归预测，输出目标精确的位置；每一个锚框块区域都定义了多任务的损失函数：L＝L_cof+L_lof，其中L_cof为分类损失函数，对应分类网络，L_lof为定位损失函数，对应边界回归网络。

2.根据权利要求1所述的基于Faster Rcnn的小目标检测识别方法，其特征在于：原始图片进行数据增强的方式包括随机的翻转、错切、缩放、旋转、对比度拉伸、裁剪的一种或多种组合。

3.根据权利要求1所述的基于Faster Rcnn的小目标检测识别方法，其特征在于：所述ResNet网络为ResNet50。

4.根据权利要求1所述的基于Faster Rcnn的小目标检测识别方法，其特征在于：区域建议网络根据卷积神经网络生成特征图，先在原始图片上生成多个锚框；区域建议网络利用了滑动窗口机制，窗口每滑动一次可以产生k个锚框；利用DIOU定位锚框位置，利用软非极大值抑制操作确定最终的检测框；

DIOU公式如下：

IOU公式如下：

式(1)和式(2)中，A代表预测框(锚框)，B代表真实框(标签值)，∩代表取交集，∪代表取并集，d表示预测框和真实框中心点的距离，c表示外包框的对角线距离，IOU表示交并比，DIOU表示距离交并比；

所述软非极大值抑制操作利用目标框和真实框的重叠率排序，然后选出其中重叠率最大的目标框并把其余的目标框删除，选出的目标框就是最终的检测框，公式为：

式(3)中：M为当前得分最高的框，b_i为待处理的框，F为最终的得分，N_t为事先设定的阈值，当重叠率越大，F的值越高，重叠率越小，F的值越低，但是并不会为0；

在选出目标框后还需要对目标框进行微调操作，微调公式如下：

f(P_x，P_y，P_w，)＝(Z_x，Z_y，Z_w，Z_h) (4)

Z_x＝P_x+P_wd_x(P)，Z_y＝P_y+P_hd_y(P) (5)

式(4)(5)(6)中，(P_x，P_y，P_w，P_h)代表目标框的左上角坐标(P_x,P_y)和框的长(P_w)和高(P_h)，(Z_x，Z_y，Z_w，Z_h)代表真实框的左上角坐标(Z_x，Z_y)和框的长(Z_w)和框(Z_h)，d_x、d_y、d_w、d_h是四个映射函数，由以下公式得到：

式(7)-(10)中，t_*代表预测值和真实值的差距，d_*(P)是得到的预测值，对应d_x或d_y或d_w或d_h四个映射函数，是输入的特征向量，W_*是要学习的参数，t_x是x轴方向上的预测框与真实框的差距，t_y是y轴方向上的预测框与真实框的差距,G_x是真实框左上角x轴坐标，G_y是真实框左上角y轴坐标，P_x是目标框左上角x轴坐标，P_y是目标框左上角y轴坐标，P_w是目标框的长，P_h是目标框的高，G_w是真实框的长，G_h是真实框的高，t_w是目标框与真实框的长的差距，t_h是目标框与真实框的高的差距，Pⁱ是输入的特征向量，γ是随机参数，W_*^T是W_*的转置矩阵。

5.根据权利要求1所述的基于Faster Rcnn的小目标检测识别方法，其特征在于：头部网络中Roi Align先遍历每一个候选区域，并且保持浮点数；然后将候选区域分割成k*k个单元，最后利用双三次插值计算出每个单元中固定的四个坐标位置，并进行最大池化操作；双三次插值公式为：

式(11)和(12)中，a取值为-0.5，W(i)表示横坐标权重，W(j)表示纵坐标权重，x代表某个像素点的像素值，a_ij代表第i行j列的像素点。