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:自然资源部国土卫星遥感应用中心
摘要:本发明公开了一种双边融合及轻量化网络改进的辐射异常目标检测方法,属于计算机视觉领域,在Backbone主干网络引入的EfficientNet网络基础上加入全局平均池化和Softmax分类进行处理,提升了各类辐射异常检测的鲁棒性。在Neck颈部连接引入的Light‑BiFPN特征融合网络双向融合两个尺度的特征图来恢复原始图像分辨率信息,并生成检测结果;以综合交叉熵损失和均方误差损失函数为目标训练网络,使用准确率和mAP评价网络性能。本发明有效地提高了图像遥感图像检测的准确率。
主权项:1.一种双边融合及轻量化网络改进的辐射异常目标检测方法,其特征在于,所述方法包括以下步骤:S1、将输入图像经过多层卷积网络,对输入图像信息进行特征编码;S2、提取基础深度特征并利用Light-BiFPN特征融合网络融合,再与基础层特征图进行信息融合,恢复原始图像分辨率信息,并生成检测结果;S3、以二元交叉熵损失函数和均方误差损失函数作为置信度损失函数和分类损失函数、CIOU作为定位损失函数,并以置信度损失函数、分类损失函数和定位损失函数目标训练网络,使用准确率和mAP评价网络性能;所述步骤S1-S3中:在Backbone主干网络引入EfficientNet网络基础上加入全局平均池化和Softmax分类进行处理,提升各类辐射异常检测的鲁棒性;在Neck颈部连接引入Light-BiFPN特征融合网络双向融合两个尺度的特征图来恢复原始图像分辨率信息,并生成检测结果;由CA模块对缺陷特征进行注意区域提取,得到标注框信息;所述S3具体包括:S31计算预测检测图与生成的检测图的交叉熵损失和均方误差损失,通过利用反向传播法进行权重更新;S32使用像素准确率和mAP_0.5%平均精度均值衡量预测性能;所述S31具体包括:确定预测检测图和生成的检测图之间的误差;使用均方误差损失MSE和交叉熵损失Cross-EntropyLoss来衡量误差;通过反向传播算法,将误差反向传播到预测检测图和生成的检测图之间的连接权重上;更新权重,以减小预测检测图与生成的检测图之间的误差;所述反向传播通过激励传播和权重更新来更新权重;所述目标框损失函数CIOU对比GIOU对于框边界的模糊性判定进行了提升: 最后的αv就是相较于GIOU增加的部分 其中,ρ2b,bgt为目标框和预测框的中心点坐标的欧氏距离的平方、c表示包住目标框和预测框的最小方框的对角线距离,wgt为目标框的宽、hgt为目标框的高、wpred为预测框的宽、hpred为预测框的高;所述CA模块首先通过全局平均池化层将特征图压缩为一个向量,然后通过两个全连接层生成一个权重向量,最后将权重向量与特征图相乘得到加权特征图,加权特征图包含了网络对目标特征的关注度,用于后续的检测任务;所述S1包括:S1.1将统一尺寸后的图像输入到网络结构中,经过卷积、池化、ReLU与下采样输出图像辐射特征;S1.2将输出图像特征分辨率为224×224的输出特征进行卷积运算,并使图像向量维数升为32;依次进行不同卷积核、步长的移动倒置瓶颈卷积运算;所述S2具体包括:1将辐射特征分辨率为224×224的特征图0经过3×3的扩张卷积,该扩张卷积的卷积步长为1,扩张率为24,得到32×32的特征图1;2将特征分辨率为224×224的特征图0经过3×3的扩张卷积,该扩张卷积的卷积步长为1,扩张率为6,得到80×80的特征图2;3将特征分辨率为224×224的特征图0经过5×5的扩张卷积,该扩张卷积的卷积步长为2×2的卷积核、扩张率为6,重复两遍得到224×224的特征图3;4将特征分辨率为224×224的特征图0经过3×3的扩张卷积,该扩张卷积的卷积步长为2×2的卷积核、扩张率为6,重复三遍得到224×224的特征图4;5将特征分辨率为224×224的特征图0经过5×5的扩张卷积,该扩张卷积的卷积步长为1的卷积核、扩张率为6,重复三遍得到224×224的特征图5;6将特征分辨率为224×224的特征图0经过5×5的扩张卷积,该扩张卷积的卷积步长为2×2的卷积核、扩张率为6,重复四遍得到224×224的特征图6;7将特征分辨率为224×224的特征图0经过5×5的扩张卷积,该扩张卷积的卷积步长为2×2的卷积核、扩张率为6,得到224×224的特征图7;8将特征图4、特征图6分别进行深度分离卷积,并经过上采样生成特征图4a和特征图6a;9将特征图4a和特征图6a与特征图5进行级联,经卷积后下采样得到特征级联图A;10将特征级联图A经全局平均池化,与输出特征分辨率为640×640的输出特征经过Softmax层,得到的640×640特征图进行级联,生成640×640的检测图。
全文数据:
权利要求:
百度查询: 自然资源部国土卫星遥感应用中心 一种双边融合及轻量化网络改进的辐射异常目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。