(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210531308.3 (22)申请日 2022.05.16 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 (72)发明人 王若谷　李柠　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 庞红芳 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/22(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06T 7/90(2017.01)G06T 7/70(2017.01) G06T 7/60(2017.01) G06T 3/60(2006.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 目标检测方法、 存 储介质法及电子设备 (57)摘要 本发明提供一种目标检测方法、 存储介质法 及电子设备， 所述方法包括： 数据预处理， 以扩充 样本数量； 构造基于混合域的注意力模块， 并将 其嵌入骨干网络以筛选目标物体特征； 构造特征 增强模块， 并将其嵌入到特征金字塔结构的横向 连接通道中， 以增强所提取到的特征信息； 采用 检测头处理提取出的特征图， 以预测小物体的类 别、 包围框的中心坐标和宽高。 本发明可 以有效 解决解决小物体原始特征少和深层卷积神经网 络容易丢失特征信息的问题， 有效解决小目标检 测问题。 权利要求书1页 说明书7页 附图4页 CN 115375907 A 2022.11.22 CN 115375907 A 1.一种目标检测方法， 其特 征在于： 所述方法包括： 数据预处 理， 以扩充样本数量； 构造基于混合 域的注意力模块， 并将其嵌入骨干网络， 以筛 选目标物体特 征； 构造特征增强模块， 并将其嵌入到特征金字塔结构的横向连接通道中， 以增强所提取 到的特征信息； 采用检测头处 理提取出的特征图， 以预测小物体的类别、 包围框的中心坐标和宽高。 2.根据权利要求1所述的目标检测方法， 其特征在于： 所述数据预处理包括： 对目标图 像进行平 移变换、 水平翻转、 颜色变换以及进行增强扩充图片数量。 3.根据权利要求1所述的目标检测方法， 其特征在于： 所述基于混合域的注意力包括基 于批标准化的通道 注意力和基于层标准 化的空间注意力。 4.根据权利要求1所述的目标检测方法， 其特征在于： 所述预测小物体的类别、 包围框 的中心坐标和宽高的方式为： 将所述特征图映射为包含物体类别、 包围框中心坐标和宽高 的向量并输出。 5.根据权利要求1所述的目标检测方法， 其特征在于： 所述增强模块由四个池化核组 成， 其中一个池化核为固定尺寸， 其 他三个池化核的宽高可变。 6.根据权利要求5所述的目标检测方法， 其特征在于： 实现所述池化核的宽 高可变的方 式为： 对数据集进行k ‑means聚类， 得到多个锚框和多个 检测头； 将所述锚框乘以下采样率得到初始的池化核尺寸； 将所述初始的池化核尺寸向上 取整为奇数， 得到池化核的宽和高的集 合； 获取每个集合占据面积最大的前三个集 合作为所述增强模块中的三个池化核。 7.根据权利要求5所述的目标检测方法， 其特征在于： 所述特征增强模块生成四个独立 的信息传输路径， 并产生四个输出向量， 并为所述四个输出向量配置可训练系数。 8.一种存储介质， 存储有程序指令， 其特征在于： 所述程序指令被执行时实现如权利要 求1至权利要求7任一项所述的目标检测方法的步骤。 9.一种电子设备， 其特征在于： 包括存储器， 用于存储计算机程序； 处理器， 用于运行所 述计算机程序以实现如权利要求1至 权利要求7任一权利要求所述的目标检测方法的步骤。权　利　要　求　书 1/1 页 2 CN 115375907 A 2目标检测方法、 存储介质法及电子 设备 技术领域 [0001]本发明涉及图像处 理技术领域， 特别是 涉及目标检测技 术领域。 背景技术 [0002]目标检测是计算机视觉 的基本任务之一。 近年来， 随着深度学习算法研究的不断 深入和硬件资源的更新换代， 许多高性能的目标检测器得以诞生。 当前流行 的目标检测算 法一般可分为两种类型， 一种 是基于候选区域的两阶段检测算法， 另一种 是基于回归的单 阶段检测算法。 其中， 两阶段检测算法在检测精度上取得了比较优秀的结果， 而 单阶段检测 算法则在检测速度上更占据优势。 两类目标检测算法均能对大型或 中型物体进行相对准确 的检测， 但在识别小物体方面 仍存在较大的缺陷。 [0003]造成该问题的原因主要有两点： 其一， 小型物体的分辨率往往很小， 无法给予检测 模型足够的特征信息， 这使得现有算法很容易将目标与背景和噪声混淆； 其二， 当前最先进 的方法都是基于深度卷积网络实现的， 尽管更深的网络层所提取的特征具有 更充分的感受 野和更丰富的高层次语义信息， 但 物体经过多次下采样会丢失大量特 征。 [0004]针对上述问题， 现阶段有一些主流的检测算法通过引入注意力机制来帮助网络学 会重点关注小物体的特征， 其多采用全局平均池化或者全局 最大池化来提取聚合特征， 并 借助全连接层或卷积层等运算将特征映射到更高级的维度。 另一些检测算法在骨干网络和 检测头之 间引入金字塔结构， 以重复利用小物体的特征信息。 但在实际应用中， 前述整合空 间和通道特征的方式比较粗糙， 难以更精确地挖掘特征图元素的内在关系， 因此， 小目标检 测算法仍有 待进一步的研究改进。 发明内容 [0005]鉴于以上所述现有技术的缺点， 本发明的目的在于提供一种目标检测方法、 存储 介质法及电子 设备， 用于解决小物体原始特征少和深层卷积神经网络容易丢失特征信息等 问题。 [0006]为实现上述目的及其他相关目的， 本发明提供一种目标检测方法， 所述方法包括： 数据预处理， 以扩充样本数量； 构造基于混合域的注意力模块， 并将其嵌入骨干网络， 以筛 选目标物体特征； 构 造特征增强模块， 并将其 嵌入到特征金字塔结构的横向连接通道中， 以 增强所提取到的特征信息； 采用检测头处理提取出的特征图， 以预测小物体的类别、 包围框 的中心坐标和宽高。 [0007]于本发明的一实施例中， 所述数据预处理包括： 对目标图像进行平移变换、 水平翻 转、 颜色变换以及进行增强扩充图片数量。 [0008]于本发明的一实施例中， 所述基于混合域的注意力包括基于批标准化的通道注意 力和基于层标准 化的空间注意力。 [0009]于本发明的一实施例中， 所述预测小物体 的类别、 包围框 的中心坐标和宽高的方 式为： 将所述特 征图映射 为包含物体类别、 包围框中心坐标和宽高的向量并输出。说　明　书 1/7 页 3 CN 115375907 A 3