买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本申请涉及基于联合注意力和自适应NMS的目标检测方法和系统，方法包括：获取待检测图像并对待检测图像进行预处理；利用嵌入联合注意力机制的YOLOv3模型对预处理后的待检测图像进行特征提取，得到待检测图像上目标实例对象的特征信息；联合注意力机制包括嵌入YOLOv3模型的特征金字塔网络的通道注意力机制层和位置注意力机制层；对特征信息进行分类回归处理；采用根据目标实例对象的密集度或稀疏性自适应调整NMS阈值的策略，对分类回归处理后的待检测图像进行后处理，得到待检测图像对应的目标检测输出图像。实现了有效提升目标检测性能的目的。

主权项：1.一种基于联合注意力和自适应NMS的目标检测方法，其特征在于，包括步骤：获取待检测图像并对所述待检测图像进行预处理；利用嵌入联合注意力机制的YOLOv3模型对预处理后的所述待检测图像进行特征提取，得到所述待检测图像上目标实例对象的特征信息；所述联合注意力机制包括嵌入所述YOLOv3模型的特征金字塔网络的通道注意力机制层和位置注意力机制层；对所述特征信息进行分类回归处理；采用根据所述目标实例对象的密集度或稀疏性自适应调整NMS阈值的策略，对所述分类回归处理后的所述待检测图像进行后处理，得到所述待检测图像对应的目标检测输出图像；其中，所述位置注意力机制层包括空间注意力机制层和自注意力机制层；在所述特征提取的过程中，所述通道注意力机制层实现的处理步骤包括：对每个层次的特征图进行全局平均池化，得到每个通道的全局信息；利用激活函数和两个完整的连接层，对通道之间的相关性进行自适应建模，得到自适应学习模型；利用所述自适应学习模型对输入通道的特征信息和权重进行加权，对特征响应进行权重校准；在所述特征提取的过程中，所述空间注意力机制层实现的处理步骤包括：沿通道轴采用平均池化和最大池将通道注意力机制层的通道信息连接，生成有效的特征描述符；通过卷积对串联的所述特征描述符进行编码，生成空间注意力映射；在所述特征提取的过程中，所述自注意力机制层实现的处理步骤包括：计算注意空间特征向量之间的相似度；根据所述相似度的分数，生成与输入特征具有相同维度的权值图；将输入特征乘以空间注意力机制映射并将所有加权特征向量求和，更新原始向量；所述自适应调整NMS阈值的策略中，设置的惩罚函数的衰减权重Wi为： 其中，iouM,bi表示置信度最高的M与bi之间的重叠交并比，bi表示第i位置的待处理Box框，M表示分类置信度最高的检测框，k表示重叠的所有检测框的数量；检测框的置信度分数si为： 其中，NM表示M的自适应NMS阈值。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于联合注意力和自适应NMS的目标检测方法和系统