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：北京理工大学

摘要：发明涉及基于FSAF及快‑慢速权重的目标检测与识别方法，属于监督学习及目标识别技术领域。包括：1搭建包括卷积层、特征图层、预测层的主干网络和RetinaNet有参考框分支；2搭建FSAF分支并生成图像特征层的有效区及忽略区，具体为：在RetinaNet有参考框分支中每个层级的预测层都添加一个无参考框分支，对标准框在不同特征层的映射框按照A1倍比例缩小后作为有效区、A2倍比例缩小后作为忽略区；3基于FSAF分支计算分类损耗加回归损耗的和：综合损耗；4将最优化特征层对应的综合损耗输入标准优化器及LookAhead优化器，使得综合损耗收敛。所述方法引入无参考框机制和Lookahead快‑慢速权重优化器，实现了比RetinaNet网络更好的识别效果，识别精准度和损耗收敛速度都有提升。

主权项：1.基于FSAF及快-慢速权重的目标检测与识别方法，其特征在于：包括如下步骤：步骤1、搭建包括卷积层、特征图层、预测层的主干网络和RetinaNet有参考框分支；其中，卷积层的数量就是特征金字塔的层数，记为N，预测层的数量也为N，特征图层的数量为N-2；步骤1包括如下子步骤：步骤1.1、原始图像作为第一层卷积层，并依次自下而上进行12采样，得到第2层到第N层卷积层，得到特征金字塔；步骤1.2、对特征金字塔不同层进行特征融合，得到第3到第N层特征图层；步骤1.3将步骤1.2得到的第N层特征图层及“第N-1到第3层”的特征图层分别进行3×3卷积，得到第N到第3层的预测层，共有N-2层；步骤1.4将步骤1.1中得到的第N层卷积层单独进行3×3卷积，得到第N+1层预测层；步骤1.5将步骤1.4得到的第N+1层预测层进行3×3卷积，得到第N+2层预测层；至此，通过步骤1.3到步骤1.5得到了和卷积层数目相同的N层预测层；其中，卷积层、特征图层以及预测层也构成了搭建好的主干网络；步骤1.6、在每层预测层后添加一个RetinaNet有参考框分支；步骤2、基于步骤1搭建的主干网络和RetinaNet有参考框分支搭建FSAF分支，并生成图像特征层的有效区及忽略区；具体为：在RetinaNet有参考框分支中每个层级的预测层都添加一个无参考框分支，对标准框在不同特征层的映射框按照A1倍比例缩小后作为有效区、A2倍比例缩小后作为忽略区；其中，所有无参考框分支统称为FSAF分支；步骤2中A1的取值范围为0.15到0.4；A2的取值范围为0.45到0.6；步骤2中无参考框分支包括分类子网和回归子网，分类子网的结构为“w×h×K卷积层+Sigmoid激活函数”，回归子网的结构为“w×h×4卷积层+ReLU激活函数”；有效区与忽略区之间为灰度区域；“有参考框分支中每个层级的预测层的输出”为对应分类子网中w×h×K卷积层的输入，该分类子网中w×h×K卷积层的输出为Sigmoid函数的输入；Sigmoid激活函数将“分类子网中w×h×K卷积层的输出”映射到0～1之间；K为分类子网中卷积层的3×3卷积核的数量，对应K个特征类型；ReLU函数是斜坡函数；w和h分别是标准框的高和宽；且标准框在原始数据中已经标注好；步骤3、基于FSAF分支计算综合损耗；其中，综合损耗包括分类损耗和回归损耗；步骤3具体为：步骤3.A通过式1计算分类损耗： 其中，I为给定实例，为给定实例I第l层特征层的分类损耗；为区域内像素点的和，为该层特征层该实例的有效区，FLl,i,j为在第l层特征层i,j位置上的焦点损耗，该焦点损耗通过2计算：FLpt＝αt1-ptγlogpt2其中，焦点损耗，即focalloss，记为FLpt；pt表示不同类别的分类概率，γ为超参数指数，αt为超参数系数；步骤3.B通过式3计算回归损耗； 其中，为给定实例I第l层特征层的回归损耗，其中，IoUl,i,j为在第l层特征层i,j位置上的IoU损耗，该IoU损耗为对训练集的标准框和预测框进行对比计算，通过式4计算： 其中，Boxp为当前的标准框，Boxl为当前计算得到的预测框；式4中分子部分Boxp∩Boxl为Boxp和Boxl公共部分的面积|Boxp∪Boxl|，分母部分为Boxp和Boxl之和的面积，ln为对数函数；步骤3.B中的标准框通过对实例进行有效区和忽略区处理后，对忽略区以外的区域置0，对标准框的有效区置1得到；对有效区到忽略区之间的位置认为是灰度区域，对该区域的数据不处理；步骤3.B中的预测框基于损耗计算结果进行在线特征选择后，回传选定的最优化特征层和损耗用于下一次迭代来推理得到，具体为：对每个实例当分支取得结果后，通过求平均得到每层预测层样本的综合损耗，然后选择综合损耗最小一个预测层作为回传特征层；其中，回传特征层的综合损耗为RetinaNet有参考框分支中优化器的输入，且综合损耗最小一个预测层，即最优化特征层；预测框具体通过如下子步骤得到：步骤3.BA通过式5得到综合损耗最小的特征层： 其中，l*是选择出来进行参数回传的特征层的层数，和分别是第I个实例第l层特征层的分类损耗和回归损耗，回传的特征层表示为 其中，综合损耗最小的特征层即最优化特征层；步骤3.BB基于步骤3.BB最优化特征层的结果得到预测框坐标；步骤3.BB.1计算偏移量；具体为：对于有效区所有的像素i,j，将该层特征层标准框的映射框表示为像素i,j与四个边的距离，并设置一个标准化常数S＝4，对像素i,j与四个边的距离做偏置处理，得到传送偏移量；其中，i,j为像素的横纵坐标，为标准框在第l层特征层的映射；步骤3.BB.2计算以有效区内所有像素为中心、且框大小与该层特征层映射框一致的预测框与标准框的综合损耗，并选择综合损耗最小的像素imin,jmin作为预测框的中心；步骤3.BB.3，剔除标准化常数S对偏移量的影响，得到像素距离预测框的实际距离，得到预测框在该特征层的映射左上角与右下角的坐标，再使用2l*对映射框缩放，得到原图像的预测框；其中，剔除S即传送偏移量乘以步骤3.BB.1中的标准化常数S，得到像素imax,jmax与预测框四条边的距离；步骤4、将步骤3选择的最优化特征层对应的综合损耗输入RetinaNet有参考框分支中的内部标准优化器及LookAhead优化器，使得综合损耗收敛；步骤4，具体包含以下子步骤：步骤4.1初始化外循环计数值、目标函数L、慢权重参数φ和快权重参数θ；其中，外循环计数值记为t，循环计数最大值记为tmax，初始化t＝1，初始化慢权重参数φ0；步骤4.2在第t次外循环中，将外循环计数值为t-1时刻的慢权重参数φt-1赋值给初始化快速权重θ，作为标准优化器的初始参数；其中，标准优化器运行在Lookahead优化器内循环中，且在内循环中迭代次数为一个同步周期k；步骤4.3、Lookahead优化器内部的标准优化器通过式6在标准优化器内循环的第i次迭代中计算快权重：θt,i＝θt,i-1+Aθt,i-1,d6其中，A为标准优化器，为标准梯度下降和随机梯度下降两种中的一种；d为当前数据的采样值；θt,i-1为标准优化器所需参数；θt,i是第t次外循环中标准优化器第i次迭代的快速权重优化结果；θt,i-1是第t次外循环中标准优化器第i-1次迭代的快速权重优化结果；步骤4.4基于步骤4.3的结果通过式7更新慢权重参数：φt＝φt-1+βθt,k-φt-17其中，θt,k是第t次外循环中标准优化器第k次迭代的快速权重优化结果；φt-1是外循环计数值为t-1时刻的慢权重参数；φt是外循环计数值为t时刻的慢权重参数；β为Lookahead优化器的迭代参数；步骤4.5判断外循环计数值t是否等于循环计数最大值tmax，并决定是否完成本方法，具体为：若是，则输出t时刻的慢权重参数φt，完成优化；否则令t＝t+1，跳至步骤4.2。

全文数据：

权利要求：

百度查询： 北京理工大学 基于FSAF及快-慢速权重的目标检测与识别方法