[发明专利]多尺度目标检测方法、模型、电子设备及其应用

说明书

本申请提出了一种多尺度目标检测方法、模型、电子设备及其应用，该多尺度目标检测方法对多尺度目标检测模型进行优化改进，多尺度目标检测模型的主干网络残差单元的卷积改进为双重多尺度注意力模块，该模块可自适应地集成局部特征及其全局依赖性，在传统全卷积上附加两种分别对空间和通道维度中的语义相互依赖性进行建模的双重注意力模块，双重注意力模块丰富了上下文特征依赖性来显着改善检测结果，有助于更准确的检测多尺度目标，可对不同尺度、不同场景目标进行准确的检测，特别适用于检测复杂场景中的多尺度目标，进而扩大目标检测算法在各类应用场景中的使用。

技术领域

本申请涉及目标检测领域，特别是涉及多尺度目标检测方法、模型、电子设备及其应用。

背景技术

目标检测一直是深度学习领域的热点，指利用计算机视觉技术从图像中准确地检测到需求目标的技术，且可取代人工从图像或者视频中快速获取需求标注的目标。目前主流的目标检测算法按照算法阶段分有两类：第一类为两阶段的目标检测算法，较为著名的为R-CNN系列及其变体；第二类为单阶段的目标检测算法，如YOLO系列及其变体。

许多研究人员在目标检测和识别领域的研究都取得了一定的进展，然而考虑到目标检测算法适用的具体应用场景的不同，目前市面上现存的目标检测算法在一些特殊的应用场景中依旧存在较大的局限性。具体的，目前的目标检测算法无法很好地检测不同尺度、遮挡或者不同自然环境下的同一目标，也就是说，目前检测算法的像素级识别特征表示的辨别能力有待提高。示例性，目前的目标检测算法在识别远景和近景中的同一目标时的检测效果不佳，其难以区分“田地”和“草地”的区域，其也难以区分相似度近的两个目标。另外，虽然目前的目标检测算法内置的注意力模块可以有较好的检测效果，但其导致了计算量的增加，且通道注意力和空间注意力只关注局部信息而忽略了通道之间的长依赖关系，导致其无法处理多尺度信息和复杂的信息。总结而言，如何聚合不同尺度的信息，且以更少的代价捕获更多的上下文信息是目前的目标检测算法亟待解决的技术问题。

以电梯内的非机动车作为待检测的目标为例，电梯内的监控摄像头往往设置在固定的角落，而在实际场景中非机动车进入电梯内存在各种停放的情形，有些非机动车距离监控摄像头很近，此时获取的目标尺度大；有些非机动车距离监控摄像头很远，此时获取的目标尺度小；有些非机动车被人体遮挡，此时获取的目标被遮挡；有些电梯内的照明条件好，此时获取的目标图像清晰明亮；有些电梯内的照明条件差，此时获取的目标图像模糊暗淡，而如前所述，目前的目标检测算法并不能地对各类目标进行很准确很高效的检测，导致其无法满足实际应用场景需求。

发明内容

本申请实施例提供了一种多尺度目标检测方法、模型、电子设备及其应用，该多尺度目标检测方法可对不同尺度、不同场景目标进行准确的检测，特别适用于检测复杂场景中的多尺度目标，进而扩大目标检测算法在各类应用场景中的使用。

第一方面，本申请实施例提供了一种多尺度目标检测方法，包括：获取包含待检测目标的待检测图像；所述待检测图像的第一卷积特征图通道被均分成不同部分，不同部分的所述第一卷积特征图通道被内卷卷积后融合得到第一融合特征，所述第一融合特征分别进行空间维度建模和通道维度建模得到分支位置输出特征和分支通道输出特征，融合所述分支位置输出特征和所述分支通道输出特征得到第二卷积特征图；所述第二卷积特征图再次分别进行空间维度建模和通道维度建模得到位置注意力特征图和通道注意力特征图，所述位置注意力特征图和所述通道注意力特征图堆叠后进行卷积操作得到第三卷积特征图；所述第三卷积特征图输入预测头部模块得到待检测目标。