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：三峡大学

摘要：本发明公开了一种基于点距离的小目标检测的损失函数计算方法，通过计算中心点的欧氏距离与真实框外接圆直径的比例，对真实框所在的区域进行高斯分布建模病预测框与真实框的评价指标，最后计算预测框与真实框之间的损失函数计算方法；解决了现有的IOU算法在目标检测时，当真实框与预测框重叠时，IOU为常数，无法进行优化，且当真实框与预测框无交集时，IOU无法计算的问题，以及在检测小目标时，IOU的变化过于激烈，不容易进行优化的问题，具有可以实现在重叠或者无交集的情况下进行计算，在检测小目标时，变化缓慢，不易造成突变的特点。

主权项：1.一种基于点距离的小目标检测的损失函数计算方法，其特征在于，包括以下步骤：S1，计算中心点的欧氏距离与真实框外接圆直径的比例：对于任意矩形框R＝cx,cy,w,h，cx,cy表示矩形框的中心点，w,h表示矩形的宽与高；则任意预测框边界框Rp＝cxp,cyp,wp,hp和真实框Rg＝cxg,cyg,wg,hg，边界框之间的中心点的欧氏距离计算如下： 真实框的外接圆直径： 根据式1.1和式1.2得到欧氏距离与外接圆直径之比： 根据式1.3得到预测框的中心点与真实框中心点的距离与真实框外接圆的关系：当时，预测框所在的外接圆与真实框所在的外接圆没有交集，即真实框与预测框之间没有重叠的部分；当时，真实框与预测框之间有交集；S2，对真实框所在的区域进行高斯分布建模：在高斯分布中，随机变量X服从高斯分布：X～Nμ,σ；2.1在步骤S1中，靠近真实框中心的点的权重更高，基于更大的权重，根据高斯分布的性质，采用高斯的概率分布函数作为基础公式： 对于任意矩形框R＝cx,cy,w,h，cx,cy表示矩形框的中心点，w,h表示矩形的宽与高，以真实框中心点作为高斯分布的中心，对真实框进行数学建模：X～Nμ,σ；2.3X表示预测框的中心点与真实框中心点的欧氏距离； 式中，D表示边界框之间的中心点的欧氏距离，w,h表示矩形的宽与高；μ是期望值，σ是标准差；S3，预测框与真实框的评价指标：通过高斯概率分布函数式2.2得到对于任意的真实框Rg＝cxg,cyg,wg,hg与预测框Rp＝cxp,cyp,wp,hp之间的评价指标：根据式1.3得到欧氏距离与外接圆直径之比： 将带入式2.2，得到评价指标： 式中，FRg,Rp表示评价指标，σ是高斯分布的标准差，通过式2.4计算；t表示距离中心点的距离；S4，计算预测框与真实框之间的损失函数计算方法。

全文数据：

权利要求：

百度查询： 三峡大学 一种基于点距离的小目标检测的损失函数计算方法