(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 202210501677.8 (22)申请日 2022.05.09 (71)申请人 中国科学院上海微系统与信息技 术 研究所 地址 200050 上海市长 宁区长宁路865号 (72)发明人 施颖君　石文君　朱冬晨　李嘉茂　 张晓林　 (74)专利代理 机构 上海泰博知识产权代理有限 公司 31451 专利代理师 钱文斌 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/22(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种自适应聚焦定位目标检测方法 (57)摘要 本发明涉及一种自适应聚焦定位目标检测 方法， 包括以下步骤： 接收待识别图像； 将所述待 识别图像输入至目标检测模型中得到所述待识 别图像中目标的位置和类别。 所述目标检测模型 包括： 特征提取层， 用于提取所述待识别图像的 特征； 目标类别预测层， 用于将所述特征提取层 提取的每层特征进行分块操作， 并对每一个块进 行类别预测和系数预测； 目标定位预测层， 用于 根据所述特征提取层提取的特征生成掩膜元组， 并将所述掩膜元组与所述目标类别预测层得到 的系数相乘后求和得到目标掩码 。 本发明能够提 升目标检测的精度。 权利要求书1页 说明书4页 附图2页 CN 114926812 A 2022.08.19 CN 114926812 A 1.一种自适应聚焦定位目标检测方法， 其特 征在于， 包括以下步骤： 接收待识别图像； 将所述待识别图像输入至目标检测模型中得到所述待识别图像中目标的位置和类别； 其中， 所述目标检测模型包括： 特征提取层， 用于提取 所述待识别图像的特 征； 目标类别预测层， 用于将所述特征提取层提取的每层特征进行分块操作， 并对每一个 块进行类别预测 和系数预测； 目标定位预测层， 用于根据所述特征提取层提取的特征生成掩膜元组， 并将所述掩膜 元组与所述目标类别预测层得到的系数相乘后求和得到目标掩码。 2.根据权利要求1所述的自适应聚焦定位目标检测方法， 其特征在于， 所述特征提取层 在相邻的残差结构之间加入混叠残差结构。 3.根据权利要求2所述的自适应聚焦定位目标检测方法， 其特征在于， 所述混叠残差结 构包括第一处理单元、 第二处理单元和第二ReLU激活函数层， 所述第一处理单元的输入为 本层特征信息， 所述第一处理单元的输出与低层特征信息同时作为所述第二处理单元的输 入， 所述第二处理单元的输出和所述本层特征信息作为所述第二ReLU激活函数层的输入； 所述第一处理单元包括依次连接的3 ×3卷积层、 第一批归一化层和第一ReLU激活函数层； 所述第二处 理单元包括依次连接的1 ×1卷积层和第二批归一 化层。 4.根据权利要求1所述的自适应聚焦定位目标检测方法， 其特征在于， 所述掩膜元组 的 通道数与所述目标类别预测层得到的系数的向量维度相同。 5.根据权利要求1所述的自适应聚焦定位目标检测方法， 其特征在于， 所述目标检测模 型的总损失函数包括类别损失函数、 分割损失函数和中心 点损失函数， 其中， 中心 点损失函 数为掩膜引导的中心点 误差函数。 6.根据权利要求5所述的自适应聚焦定位目标检测方法， 其特征在于， 所述中心点损失 函数为： 其中， m表示正样本的数目； k表示从左到右、 从上到下 为S×S块标注索引， 则有 i＝[k/S]， j＝k  mod S； I表示指示函数， 当pi,j＞0时为1， 否则为0； 表示预测出的中心点 位置， ci表示真实的中心点 位置。权　利　要　求　书 1/1 页 2 CN 114926812 A 2一种自适应聚焦定位目标 检测方法 技术领域 [0001]本发明涉及目标检测技 术领域， 特别是 涉及一种自适应聚焦定位目标检测方法。 背景技术 [0002]目前的交通标志检测大体上可以分为两大类。 一类是传统的根据交通标志的形 状、 颜色等特征识别交通标志； 另一类是使用深度学习来识别交通标志。 深度学习的方法又 可以根据其采用的方法分为单阶段的和双阶段的。 双阶段的方法首先利用神经网络在各个 像素点生成各种尺寸和大小的候选框， 然后判断候选框内是否含有目标以及目标的类别。 单阶段的方法则是通过神经网络直接得到目标矩形框的参数以及对应目标的类别标签。 双 阶段的目标检测方法准确率普遍高于单阶段的方法， 但这是以计算 量为代价的。 [0003]与其他目标检测任务相比， 交通标志检测任务不用考虑遮挡的情况， 但是不 同交 通标志的相似性以及不同距离导 致的交通标志 尺寸多变会导 致的识别困难。 发明内容 [0004]本发明所要解决的技术问题是提供一种自适应聚焦定位目标检测方法， 能够 提升 目标检测的精度。 [0005]本发明解决其技术问题所采用的技术方案是： 提供一种自适应聚焦定位目标检测 方法， 包括以下步骤： [0006]接收待识别图像； [0007]将所述待识别图像输入至目标检测模型中得到所述待识别图像中目标的位置和 类别； 其中， 所述目标检测模型包括： [0008]特征提取层， 用于提取 所述待识别图像的特 征； [0009]目标类别预测层， 用于将所述特征提取层提取的每层特征进行分块操作， 并对每 一个块进行类别预测 和系数预测； [0010]目标定位预测层， 用于根据所述特征提取层提取的特征生成掩膜元组， 并将所述 掩膜元组与所述目标类别预测层得到的系数相乘后求和得到目标掩码。 [0011]所述特征提取层 在相邻的残差结构之间加入混叠残差结构。 [0012]所述混叠残差结构包括第一处理单元、 第二处理单元和第二ReLU激活函数层， 所 述第一处理单元的输入为本层特征信息， 所述第一处理单元的输出与低层特征信息同时作 为所述第二处理单元的输入， 所述第二处理单元的输出和所述本层特征信息作为所述第二 ReLU激活函数层的输入； 所述第一处理单元包括依次连接的3 ×3卷积层、 第一批归一化层 和第一ReLU激活函数层； 所述第二处理单元包括依次连接的1 ×1卷积层和第二批归一化 层。 [0013]所述掩膜元组的通道数与所述目标类别预测层得到的系数的向量维度相同。 [0014]所述目标检测模型的总损失函数包括类别损失函数、 分割损失函数和中心点损失 函数， 其中， 中心点损失函数为掩膜引导的中心点 误差函数。说　明　书 1/4 页 3 CN 114926812 A 3