买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于多尺度特征金字塔的隧道病害检测方法。主要解决现有技术在复杂场景下多尺度目标检测精度低的问题。其实现方案是：读取目标检测数据库数据，对其图像作预处理；使用ResNet卷积神经网络作为主干网络提取预处理后图像特征；构建由高效多尺度注意力网络与特征过滤网络组成的多尺度特征金字塔结构；将预处理后图像特征输入到多尺度特征金字塔结构，通过其高效多尺度注意力网络对输入的图像特征进行选择，再通过特征过滤网络对特征选择后特征进行特征过滤，重复该过程，得到多尺度金字塔特征；对多尺度金字塔特征依次进行编码和解码，完成多尺度目标检测。本发明显著提高了复杂场景下多尺度目标检测的精度，可用于城市隧道安全防范。

主权项：1.一种基于多尺度特征金字塔的隧道病害检测方法，其特征在于，包括如下步骤：1获得训练张量数据和测试张量数据：1a读取目标检测数据库数据，将其按设定的比例划分训练集和测试集；1b设置RGB三个通道的归一化均值和标准差，对训练集的图像依次进行调整、翻转和归一化，得到训练集图像对应的张量数据；对测试集的图像依次进行调整和归一化，得到测试图像对应的张量数据；2选用包括N个串联卷积层的ResNet卷积神经网络作为主干网络，将训练张量数据输入到该卷积神经网络，通过多个卷积层提取图像特征，再将所提取的特征经过特征降维，得到N个串联卷积层降维特征分别记为S1'…SN',N≥4；3构建多尺度特征金字塔结构：3a建立由特征组并行计算模块和交叉空间学习模块串联组成的高效多尺度注意力网络；3b建立由上采样模块和池化模块串联组成的特征过滤网络；3c将高效多尺度注意力网络与特征过滤网络连接，组成多尺度特征金字塔结构；4利用多尺度特征金字塔结构，输出多尺度金字塔特征：PN，PN-1……P1：4a将步骤2所得的N个串联卷积层降维特征S1'，S2'……SN'输入高效多尺度注意力网络，通过其特征组并行计算模块进行分组和并行计算，得到特征组G1…GN，该特征组G1…GN通过交叉空间学习模块进行通道交互计算，得到的通道注意力特征L1，L2……LN；4b将通道注意力特征L1，L2……LN与N个串联卷积层降维特征S1'，S2'……SN'进行点积相乘，得到特征选择后的特征图L1'，L2'……LN'；4c将步骤4b所得LN'作为高级特征PN输入到特征过滤网络，通过其上采样模块，将LN'上采样至与LN-1'尺寸相同，得到特征图Mup，该特征图Mup通过池化模块得到池化后的特征图MS；4d将池化后的特征图MS与步骤4b所得特征选择后的特征图LN-1'点积相乘，再与MS相加，得到过滤后的输出特征PN-1；4f重复步骤4d-步骤4e共N次，得到多尺度金字塔特征：PN，PN-1……P1；5对多尺度金字塔特征PN，PN-1……P1进行编码，得到编码后特征XN，XN-1……X1；6对编码后特征XN，XN-1……X1进行解码，输出预测的目标位置参数x,y,w,h及目标相应类别的置信度c，完成对多尺度目标的检测，其中，x,y为目标边界框左上角在图像中的坐标，w为目标边界框的宽度，h为目标边界框的高度。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多尺度特征金字塔的隧道病害检测方法