[发明专利]一种在手机端实现感兴趣物体实时检测的方法

摘要

本发明公开了在手机端实现感兴趣物体实时检测的方法，包括：利用深度学习训练框架构建压缩的物体检测模型并用ImageNet分类数据集预训练分类任务；再利用数据集Pascal VOC、COCO及预先构建的检测数据集训练检测任务；利用22层YOLO模型检测Pascal VOC和COCO中的物体；分别提取22层YOLO模型和物体检测模型的最后一层的对应激活值并计算两个激活值之间的均方误差；将均方误差与原有的物体检测损失进行平均，作为新的损失函数再次训练物体检测模型；导出训练好的物体检测模型的网络权重文件并在手机端加载，运行物体检测模型，对检测输出使用NMS算法，根据距屏幕中心的距离对检测置信度进行加权，提取出TOPN检测结果输出。

主权项

1.一种在手机端实现感兴趣物体实时检测的方法，包括以下步骤：S1、利用深度学习训练框架构建可在手机端运行的物体检测模型，其中，所述物体检测模型包含压缩的特征提取骨干网络；S2、利用ImageNet的分类数据集预训练所述物体检测模型的物体分类任务；S3、对经过预训练的所述物体检测模型，再利用公开数据集Pascal VOC、COCO以及预先构建的检测数据集训练其物体检测任务；S4、利用服务器22层YOLO模型检测公开数据集Pascal VOC和COCO中的物体；S5、基于步骤S3和步骤S4的物体检测结果，分别提取出22层YOLO模型和所述物体检测模型的最后一层的对应激活值，并计算两个激活值之间的均方误差；S6、取上一步得到的均方误差，与原有的物体检测损失进行平均，作为新的损失函数，用以再一次训练所述物体检测模型；S7、导出训练好的物体检测模型的网络权重文件；S8、在手机端加载所述网络权重文件，以运行所述物体检测模型，并对物体检测模型的输出使用改进后的非极大值抑制算法，根据距屏幕中心的距离对检测置信度进行加权，提取出TOP N检测结果，作为最终的物体检测结果输出；1≤N≤5。