(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 202210751621.8 (22)申请日 2022.06.28 (71)申请人 成都信息工程大学 地址 610225 四川省成 都市双流区航空港 经济开发区学府路一段24 号 (72)发明人 马忠丽　曾钥涵　吴丽丽　万毅　 李嘉迪　张锦宇　 (74)专利代理 机构 北京卓胜佰达知识产权代理 有限公司 16 026 专利代理师 杨洋 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/42(2022.01) (54)发明名称 水面多尺度目标检测方法、 装置及系统和存 储介质 (57)摘要 本发明公开一种水面多尺度目标检测方法、 装置及系统和存储介质， 建立了一个涵盖十类、 近一万两千张图片的水面目标数据集， 首先对数 据集中的目标框进行提取优化， 得到尺度分布更 广的预设目标框； 然后 在主干网络嵌入双重注意 力机制， 改善目标多尺度导致的大、 小目标检测 精度差异过大的问题； 同时使用改进的金字塔池 化模块， 增强模型分割不同尺度目标的感知能 力， 改善普通下采样方法导致分辨率下降、 局部 信息丢失的问题； 最后加入分类损失函数， 改善 由于数据样本类别不均衡导致的过拟合与准确 性差的问题。 结果表明该检测方法对 水面多尺度 目标的检测精度高， 漏检率低。 权利要求书2页 说明书7页 附图6页 CN 115115863 A 2022.09.27 CN 115115863 A 1.一种水面多尺度目标检测方法， 其特 征在于， 所述方法包括： 图像预处理： 获取若干张图片， 分别 对各张图片随机缩放、 随机裁剪、 随机排布， 并进行 图片和先验框的拼接； 预设目标框优化： 初始化聚类中心， 从输入的数据集中随机选取一个样本点作为第一 个中心点， 对每一个样本点分别计算到已选取 的中心点的距离， 按照轮盘法重新选择新的 聚类中心， 不断迭代重复， 直至所有样本点归属类别都没有发生变化时停止； 多尺度特征提取： 将预处理后的图像经过3 ×3的卷积操作之后得到低层全局特征图 FCONV1， 然后将所述全局特征图FCONV1经过归一化处理后， 再通过激活函数得到特征图FCONV2； 加入双重注意力 机制， 通过通道注意力模块和空间注意力模块， 使所述特征图FCONV2沿着通 道和空间两个独立的维度依次推断注意力图， 然后 将注意力图与输入特征图相乘以进 行自 适应特征； 将获得的特征图经过改进的金字塔池化模块， 统一采用3 ×3的最大池化的方式， 引入不同的膨胀率 来获取不同尺度的感受野， 提取多尺度的特 征信息； 多尺度特征融合： Neck层自顶向下传达强语义特征， 特征金字塔则自底向上传达强定 位特征， 从不同的主干层对不同的检测层进行多尺度特 征融合； 多尺度图像预测： 使用融合后的各种尺度的特 征图分别预测不同大小的物体； 损失计算： 采用分类损 失函数来计算， 以改善由于样本分类不均导致的过拟合与准确 度低的问题， 提升检测框的回归精度， 得到最终的目标检测网络 。 2.根据权利要求1所述的方法， 其特征在于， 所述方法的检测类别标签至少包括军舰、 邮轮、 货轮、 帆船、 游艇、 其 他船、 人、 鸟、 鱼。 3.根据权利要求1所述的方法， 其特 征在于， 所述预设目标框优化的计算公式为： 其中R(x)为计算初始聚类中心点到每一个数据样本xi的距离， P(x)为每个样本成为下 一个聚类中心的概 率。 4.根据权利要求1所述的方法， 其特征在于， 所述通道注意力模块和空间注意力模块的 关注过程如下公式所示： 其中A表示输入特征图， Nc为一维通道注意图， A'表示一维通道输出特征图， Ns为二维空 间注意图， 表示逐元素相乘； 在乘法过程中， 注意值会相应地广播： 频道注意值是沿空间 维度广播的， 反 之亦然； A ”是最终的改进后的输出。 5.根据权利要求1所述的方法， 其特征在于， 所述改进的金字塔池化模块以不同的膨化 率采样特征图片， 对于给定的输入以不同膨化率的空洞卷积并行采样， 将得到的结果在通 道层面合并在一 起， 扩大通道数， 接着再通过1 ×1的卷积将通道数降低到预期的数值。 6.根据权利要求1所述的方法， 其特 征在于， 所述分类损失函数为： 其中s表示真实样本的标签； t表示经过so ftmax函数的预测输出值； 为平衡因子， η是 在二分类交叉熵的基础上加入的因子， 若η>0， 代表易分类样本损失会降低， 网络对困难样权　利　要　求　书 1/2 页 2 CN 115115863 A 2本且易错分的样本给予更多关注， 以降低易分类样本在网络训练时产生的影响。 7.一种水面多尺度目标检测装置， 其特 征在于， 所述装置包括： 图像预处理模块， 被配置为获取若干张图片， 分别对各张图片随机缩放、 随机裁剪、 随 机排布， 并进行图片和先验框的拼接； 预设目标框优化模块， 被配置为初始化聚类中心， 从输入的数据集中随机选取一个样 本点作为第一个中心点， 对每一个样本点分别计算到已选取 的中心点的距离， 按照轮盘法 重新选择新的聚类中心， 不断迭代重复， 直至所有样本点归属类别都没有发生变化时停止； 多尺度特征提取模块， 被配置为将预处理后的图像经过3 ×3的卷积操作之后得到低层 全局特征图FCONV1， 然后将所述全局特征图FCONV1经过归一化处理后， 再通过激活函数得到特 征图FCONV2； 加入双重注意力机制， 通过通道注意力模块和空间注意力模块， 使所述特征图 FCONV2沿着通道和空间两个独 立的维度依次推断注意力图， 然后将 注意力图与输入特征图相 乘以进行自适应特征； 将获得的特征图经过改进的金字塔池化模块， 统一采用3 ×3的最大 池化的方式， 引入不同的膨胀率 来获取不同尺度的感受野， 提取多尺度的特 征信息； 多尺度特征融合模块， 被配置为Neck层自顶向下传达强语义特征， 特征金字塔则自底 向上传达强定位特 征， 从不同的主干层对不同的检测层进行多尺度特 征融合； 多尺度图像预测模块， 被配置为使用融合后的各种尺度的特征图分别预测不同大小的 物体； 损失计算模块， 被配置为采用分类损 失函数来计算， 以改善由于样本分类不均导致的 过拟合与准确度低的问题， 提升检测框的回归精度， 得到最终的目标检测网络 。 8.根据权利要求7 所述的装置， 其特 征在于， 所述分类损失函数为： 其中s表示真实样本的标签； t表示经过so ftmax函数的预测输出值； 为平衡因子， η是 在二分类交叉熵的基础上加入的因子， 若η>0， 代表易分类样本损失会降低， 网络对困难样 本且易错分的样本给予更多关注， 以降低易分类样本在网络训练时产生的影响。 9.一种水面多尺度目标检测系统， 其特 征在于： 所述系统包括： 存储器， 用于存 储计算机程序； 处理器， 用于执 行所述计算机程序以实现如权利要求1至 6中任一项所述的方法。 10.一种存储有指令的非暂时性计算机可读存储介质， 当所述指令由处理器执行时， 执 行根据权利要求1至 6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115115863 A 3