公开(公告)号：CN114998701A

公开(公告)日：2022-09-02

申请号：CN202210818058.1

申请日：2022-07-13

Applicant: 济南大学

Inventor： 李忠涛 ,  袁朕鑫 ,  肖鑫 ,  赵帅 ,  杨磊 ,  戈川 ,  陆莹莹 ,  程文轩 ,  刘圣勇 ,  赵光龙 ,  李雅其

IPC: G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于像素特征匹配的目标检测损失优化方法，涉及图像识别目标检测领域。本发明根据特征提取和融合过程中下采样操作对图像像素特征的损失，从像素特征角度入手，对模型特征提取和融合后的特征图上采样融合，评估预测框和真实框在特征图上的映射区域的Dice距离，通过细化预测框和真实框的特征差异进而优化模型参数，采用巴氏距离计算预测框和真实框直方图分布相似度，增强模型对像素级别差异的感知，更直观的评估模型泛化效果，进而提高模型预测框预测的准确度。本发明中，提出基于像素特征匹配损失弥补目标检测网络中直接框回归损失计算的不足，在不增加模型参数量的基础上提高了模型的鲁棒性。