一种基于超大卷积核的近距离人体检测的方法及系统与流程

技术特征：
1.一种基于超大卷积核的近距离人体检测的方法，其特征在于，包括以下过程：步骤100，获取检测图片；步骤200，将检测图片输入特征提取网络中，进行特征提取，得到特征图；其中，所述特征提取网络采用slak网络；所述slak网络结构，包括：stem模块、res2模块、res3模块、res4模块、res5模块；所述res2模块、res3模块、res4模块、res5模块的重复个数依次为2、3、5、2；步骤300，将输出的特征图，依次输入一个3
×
3的卷积层和一个1
×
1的卷积层，预测出一个类别信息和二个候选框；步骤400，用非最大抑制去除冗余候选框，得到最终的人体信息。2.根据权利要求1所述的基于超大卷积核的近距离人体检测的方法，其特征在于，所述stem模块由2d卷积层搭建，其卷积核和步长都是4。3.根据权利要求2所述的基于超大卷积核的近距离人体检测的方法，其特征在于，所述res2模块、res3模块、res4模块、res5模块卷积核大小依次为61、49、17、7。4.根据权利要求3所述的基于超大卷积核的近距离人体检测的方法，其特征在于，所述res2模块、res3模块、res4模块、res5模块分别由逆瓶颈层组成；所述逆瓶颈层，包括：级联的slak block模块和二个1
×
1卷积层；其中，slak block模块采用61
×
5和5
×
61和5
×
5三个卷积核，在slak block模块后采用layer norm归一化层；在二个1
×
1卷积层之间使用gelu激活函数。5.根据权利要求1或3所述的基于超大卷积核的近距离人体检测的方法，其特征在于，在slak网络结构中，各模块之间具有降采样模块；所述降采样模块包括级联的归一化层和卷积核为2步长也为2的卷积层。6.根据权利要求1或3所述的基于超大卷积核的近距离人体检测的方法，其特征在于，输入检测图片大小为416
×
416
×
3，得到最终的特征图大小为13
×
13
×
11。7.根据权利要求1或3所述的基于超大卷积核的近距离人体检测的方法，其特征在于，每个候选框要预测物体的坐标信息(x,y,w,h)和置信度共5个值；其中，x表示预测物体中心点横坐标，y表示预测物体中心点纵坐标，w表示预测物体的宽度，h表示预测物体的高度。8.一种基于超大卷积核的近距离人体检测的系统，其特征在于，包括：图片获取模块、特征提取模块、预测模块和去冗余候选框模块；所述图片获取模块，用于获取检测图片；所述特征提取模块，用于将检测图片输入特征提取网络中，进行特征提取，得到特征图；所述特征提取网络采用slak网络；所述slak网络结构，包括：stem模块、res2模块、res3模块、res4模块、res5模块；res2模块、res3模块、res4模块、res5模块的重复个数依次为2、3、5、2；所述预测模块，用于将输出的特征图，依次输入一个3
×
3的卷积层和一个1
×
1的卷积层，预测出一个类别信息和二个候选框；所述去冗余候选框模块，用于用非最大抑制去除冗余候选框，得到最终的人体信息。

技术总结
本发明涉及人体检测技术领域，提供一种基于超大卷积核的近距离人体检测的方法，包括：步骤100，获取检测图片；步骤200，将检测图片输入特征提取网络中，进行特征提取，得到特征图；特征提取网络采用SLaK网络；SLaK网络结构，包括：Stem模块、Res2模块、Res3模块、Res4模块、Res5模块；所述Res2模块、Res3模块、Res4模块、Res5模块的重复个数依次为2、3、5、2；步骤300，将输出的特征图，依次输入一个3


技术研发人员：李翔 韩潼瑜 程文锋
受保护的技术使用者：功夫链（上海）体育文化发展有限公司
技术研发日：2022.10.26
技术公布日：2023/1/13