[发明专利]一种基于语义信息和注意力机制的无锚航拍图像检测方法

权利要求书

1.一种基于语义信息和注意力机制的无锚航拍图像车辆检测方法，其特征在于，所述方法包括以下步骤：

步骤1：数据集获取过程；

采集针对车辆的航拍图像，并对其中的车辆进行标注，标注出图像中车辆的种类和位置；

步骤2：构建神经网络过程；

使用ResNet50作为基准网络，将深层的语义信息融合到浅层，同时对每层的特征使用注意力机制，并且将激活函数换成动态激活函数；

步骤3：神经网络训练过程；

将标注后的航拍车辆图像数据集或者通用的航拍车辆数据集送入上述步骤2构建的神经网络进行训练，直至网络收敛；

步骤4：测试图像检测过程；

采用训练好的神经网络和权重文件来检测测试图像中的车辆目标。

2.根据权利要求1所述的一种基于语义信息和和注意力机制的无锚航拍图像车辆检测方法，其特征在于，所述步骤1包括以下步骤：

步骤1-1：使用的数据集是DLR-3K数据集，该数据集是使用DLR-3K相机在德国慕尼黑一千米的高空拍摄的，该数据集含了20张航拍图像，每张图片的大小是5616×3744，将每张数据集平均分成11×10张图像来节省计算资源，每张图像之间带有一定的重叠，得到了若干张702×624大小的图像，并且对每张图像旋转90、180、270度来扩充数据集；

步骤1-2将得到的数据使用labelImg数据标注工具进行标注，将图像中的车辆类别标记为car；

步骤1-3将数据集按照6:2:2的比例将数据集分为训练集，验证集和测试集。

3.根据权利要求1所述的一种基于语义信息和和注意力机制的无锚航拍图像车辆检测方法，其特征在于，步骤2包括以下步骤：

步骤2-1：使用ResNet50作为主干网络提取特征，使用该网络C3，C4，C5层的输出；

步骤2-2：首先先将C5特征图经过动态激活函数和注意力机制后得到P5特征图，将P5特征图上采样之后和C4特征图相加得到新的特征图P4；对P4进行相同的操作之后与C3特征图相加之后经过动态激活函数和注意力机制得到P3特征图，深层的C5特征图具有更大的感受野和高层语义信息，而浅层的C3特征图具有更好地位置信息；

步骤2-3：将P3特征图送入到检测头当中，检测头有两个分支，一个分支用来分类，一个分支用来回归；

步骤2-4：使用Focal loss损失函数作为分类损失函数，使用IoUloss作为回归损失，中心度损失函数使用二维交叉熵损失函数。

4.根据权利要求1所述的一种基于语义信息和和注意力机制的无锚航拍图像车辆检测方法，其特征在于，所述步骤3包括以下步骤：

步骤3-1：使用ResNet50作为主干网络，使用SGD梯度算法，训练了36个epoch；

步骤3-2：在神经网络上尝试不同的训练超参数，进行训练，得到可用于航拍图像车辆检测的网络文件和权重文件。

5.根据权利要求3所述的一种基于语义信息和和注意力机制的无锚航拍图像车辆检测方法，其特征在于，所述步骤2-2中使用的动态激活函数，通过全局语义信息来计算出四个参数记为a1，a2，b1，b2，然后计算max(a1×X+b1，a2×X+b2)，其中X是输入的特征图，和之前的激活函数相比，激活函数可以根据语义信息动态学习，具有更好的鲁棒性，有利于检测。

6.根据权利要求3所述的一种基于语义信息和和注意力机制的无锚航拍图像车辆检测方法，其特征在于，所述步骤2-2中使用的注意力机制，分别使用了通道注意力机制和空间注意力机制。