公开(公告)号：CN113011384A

公开(公告)日：2021-06-22

申请号：CN202110390662.4

申请日：2021-04-12

Applicant: 重庆邮电大学

Inventor： 袁正午 ,  寇思佳

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于轻量化卷积的无锚框目标检测方法，属于计算机视觉目标检测领域。该方法包括：S1：构造轻量化的骨干网络，并输入图片到轻量化的骨干网络中，提取特征图；S2：根据得到的特征图进行左上角点和右下角点的池化操作；S3：池化后的左上角点、右下角点都分别进行十字星变形卷积与角点预测操作；S4：根据预测的角点和向心位移算法进行角点匹配，由预测边界框的得分输出最终结果。本发明采用的无锚框的设计思想，在训练过程中可以解决正负样本不平衡，超参数设计复杂，锚框的复杂计算等问题，同时轻量化的骨干网络可以达到有效压缩网络模型，降低模型参数量，减少计算资源消耗，提升运算速度的效果。

公开(公告)号：CN113011384B

公开(公告)日：2022-11-25

申请号：CN202110390662.4

申请日：2021-04-12

Applicant: 重庆邮电大学

Inventor： 袁正午 ,  寇思佳

IPC: G06V10/44 ,  G06V10/75 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于轻量化卷积的无锚框目标检测方法，属于计算机视觉目标检测领域。该方法包括：S1：构造轻量化的骨干网络，并输入图片到轻量化的骨干网络中，提取特征图；S2：根据得到的特征图进行左上角点和右下角点的池化操作；S3：池化后的左上角点、右下角点都分别进行十字星变形卷积与角点预测操作；S4：根据预测的角点和向心位移算法进行角点匹配，由预测边界框的得分输出最终结果。本发明采用的无锚框的设计思想，在训练过程中可以解决正负样本不平衡，超参数设计复杂，锚框的复杂计算等问题，同时轻量化的骨干网络可以达到有效压缩网络模型，降低模型参数量，减少计算资源消耗，提升运算速度的效果。