一种基于多尺度上下文感知的目标检测方法与流程

技术特征：
1.一种基于多尺度上下文感知的目标检测方法，其步骤包括：1)利用骨干网络提取图像的多个尺度特征；2)通过空洞残差块对该多尺度特征中的顶层特征进行增强，得到具有高层次特征的顶层特征；3)通过跨尺度上下文聚合模块对相邻层次的特征进行融合，生成金字塔特征；4)通过自适应上下文聚合模块对金字塔特征进行聚合，获得特征x
m
；5)通过依赖增强模块进一步增强特征x
m
，生成增强后的特征x
o
；6)将特征x
o
分别通过上采样或者下采样的方式，与金字塔特征进行匹配，通过元素相加的方式对匹配特征进行相加；7)将步骤6)所得特征输入到候选区域生成网络中生成候选框，并提取候选框的特征；8)将候选框的特征输入到头部检测模块进行预测，得到候选框的类别和位置坐标；然后通过非极大值抑制方法对候选框的检测结果进行过滤，得到候选框中物品的类别和位置信息。2.如权利要求1所述的方法，其特征在于，所述空洞残差块包括多个具有不同空洞率的残差块；将该多尺度特征中的顶层特征依次输入各所述残差块，每一所述残差块首先采用一个1
×
1卷积层减少输入数据的通道数，然后通过一个3
×
3卷积层增强输入数据上下文语义信息，然后使用一个1
×
1卷积层恢复输入数据的通道数；其中不同残差块中的3
×
3卷积层具有不同的空洞率。3.如权利要求1或2所述的方法，其特征在于，所述跨尺度上下文聚合模块生成金字塔特征的方法为：31)通过一个3
×
3的卷积层对输入的相邻两层特征f(i 1)和f(i)分别进行增强；32)对增加后的特征f(i 1)进行上采样与增强后的特征f(i)进行匹配融合，得到特征h(i)；对增强后的特征f(i)进行下采样与增强后的特征f(i 1)进行匹配融合，得到特征h(i 1)；33)对特征h(i 1)进行上采样后与特征h(i)进行匹配融合得到特征o(i)；34)将特征o(i)与第i层特征f(i)进行匹配融合，生成金字塔特征。4.如权利要求1或2所述的方法，其特征在于，所述自适应上下文聚合模块包括通道指导聚合模块和空间指导聚合模块；将金字塔特征分别输入到通道指导聚合模块和空间指导聚合模块中，生成相应的特征x
c
和x
s
；然后将特征x
c
和x
s
通过元素相加方式进行融合，得到增强的特征x
m
。5.如权利要求4所述的方法，其特征在于，所述通道指导聚合模块首先获得金字塔特征的全局语义表示并输入到全局平均池层；然后利用全局平均池层对输入的全局语义表述进行处理输出全局通道信息；然后使用一个1
×
1卷积层来压缩全局通道信息，使用n个卷积层作用于压缩后的全局特征得到金字塔特征的通道权重，然后将通道权重与金字塔特征通过加权求和的方式获得特征x
c
；其中n为金字塔特征层数。6.如权利要求4所述的方法，其特征在于，所述空间指导聚合模块首先获得金字塔特征的全局语义表示；然后将该全局语义表示分别进行平均池化、最大池化操作，生成两个不同的空间上下文信息；然后两空间上下文信息进行融合；然后使用n个7
×
7卷积层作用于融合后的空间上下文信息得到金字塔特征的空间权重，最后将空间权重与金字塔特征通过加权
求和的方式获得特征x
s
；其中n为金字塔特征层数。7.如权利要求1所述的方法，其特征在于，所述依赖增强模块为注意力模块gcblock。8.如权利要求1所述的方法，其特征在于，候选区域生成网络对于步骤6)所得特征上的每一个点生成具有不同尺度和宽高比的检测框；然后提取这些检测框的特征并输入到两个网络层中，一个网络层用来分类，即识别该检测框包含的物体是否属于前景；另外一个网络层预测输出该检测框相对于真实物体框的偏移；然后通过预测的偏移量对检测框进行修正；然后对修正后的检测框进行再次分类和回归。9.一种服务器，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1至8任一所述方法中各步骤的指令。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一所述方法的步骤。

技术总结
本发明公开了一种基于多尺度上下文感知的目标检测方法，其步骤包括：1)提取图像的多个尺度特征；2)通过空洞残差块对该多尺度特征中的顶层特征进行增强，得到具有高层次特征的顶层特征；3)对相邻层次的特征进行融合，生成金字塔特征；4)对金字塔特征进行聚合，获得特征X


技术研发人员：王伯英 汲如意 张立波 武延军
受保护的技术使用者：中国科学院软件研究所
技术研发日：2021.09.10
技术公布日：2021/12/3