CN117671414B 一种基于部分卷积嵌入和聚集分发机制的目标检测方法 （深圳瑞泊龙科技有限公司）

道回龙埔社区恒明湾创汇中心1栋CD一种基于部分卷积嵌入和聚集分发机制的本发明涉及一种基于部分卷积嵌入和聚集分卷积嵌入到骨干网络来提取空间特征信息以及使用聚集分发机制增加模型的多尺度信息融2S1：获取公共目标检测数据集，将所述公共目标检S2：将训练集中的图像进行归一化处理，并将归S3：使用YOLOv8作为目标检测网络的基础框架模块，所述空间特征提取模块将部分卷积嵌入到骨干网络来增加空间特征信息的提取能S4：将所述S2中合成的批次输入所述S3中搭建所述S3中，所述空间特征提取模块将部分卷积嵌入到骨干网络来增搭建空间特征提取模块，将YOLOv8的骨干部分backbone对应的C2f模块替换为部分卷所述快速特征融合子模块负责将来自不同层级的特征部分卷积利用特征映射的冗余，在部分输入通道上应用常规k2×⃞(1)pp部分卷积的FLOPs仅为常规卷积的部分卷积的内存访问情况用公式表示x2c,(2)ppp部分卷积的内存访问数量为常规卷积的其余的(c_c)个通道不参p每个Fasternet模块有一个部分卷积层，其后面跟着两个1*1维卷积所述S3中，多尺度信息融合模块使用聚集分发机制增加模型的多尺度信息融合能力，3搭建多尺度信息融合模块，在YOLOv8模型的检测头处引入goldyolo检测头，所述所述特征对齐模块FAM通过收集backbone部分不同尺度的特征图，并通过上采样或者所述信息融合模块IFM融合对齐后的特征生成全局特征，通过split切信息注入模块Inject使用增强分支检测能力的注意力操作将全局特征split后分发到假设输入图像shape为NX3XHXW，从backbone得到的多尺度特征有四个，分别为B2、将对齐并concat后的特征Falign输入到RepBlock模块中得到Ffuse融合特征，同时使用信息注入模块Inject，采用自注意力形式，输入为待被分发的当前尺度下的x_local2.根据权利要求1所述的一种基于部分卷积嵌入和聚集分发机制的目标检测方法，其3.根据权利要求1所述的一种基于部分卷积嵌入和聚集分发机制的目标检测方法，其4深度学习的目标检测技术逐渐发展成熟。目标检测旨在找出图像中指定目标的类别和位(YouOnlyLookOnce)作为经典的单阶段(One_stage)目标检测算法，它的优势在于实时性模块，所述空间特征提取模块将部分卷积嵌入到骨干网络来增加空间特征信息的提取能5[0014]搭建空间特征提取模块，将YOLOv8的骨干部分backbone对应的C2f模块替换为部卷积拥有比一般网络结构较低的总浮点运算数量FLOPs和较高的每秒浮点运算数量FLOPS，pp道数；部分卷积的FLOPs仅为常规卷积的部分卷积的内存访问情况用公式表pppp[0025]搭建多尺度信息融模块，在YOLOv8模型的检测头处引入goldyolo检测头，所述[0026]所述特征对齐模块FAM通过收集backbone部分不同尺度的特征图，并通过上采样[0028]信息注入模块Inject使用增强分支检测能力的注意力操作将全局特征split后分6用Conv来调节通道，以适应不同模型的大小，Ffuse通过Split在通道上拆分为Finj_P3和[0038]信息注入模块Inject，采用自注意力形式，输入为待被分发的当前尺度下的x_行的分支分别提取类别特征和位置特征，每条分支都使用一个1x1的卷积来完成其各自的(总浮点运算数量)和较高的FLOPS(每秒浮点运算数量)，通过同时减少冗余计算和内存访7[0052]图4为部分卷积结构图和Fasternet模块结构图；图4(a)为部分卷积结构图；图4[0055]图7为改进后的YOLOv8模型和原模型进行实际检测差异对比图；图7(a)原YOLOv8[0056]图8为改进后的YOLOv8模型和原模型进行实际检测差异对比图；图8(a)原YOLOv8[0057]图9为改进后的YOLOv8模型和原模型进行实际检测差异对比图；图9(a)原YOLOv88模块，所述空间特征提取模块将部分卷积嵌入到骨干网络来增加空间特征信息的提取能pp道数，在实际实现时一般有所以部分卷积的FLOPs仅为常规卷积的部分卷积pp9pp齐模块(FAM)通过收集backbone部分不同尺度的特征图，并通过上采样或者下采样的方式增强分支检测能力的注意力操作将全局特征split后其中N表示batch_size，表示不同尺度特征图用Conv来调节通道，以适应不同模型的大小，Ffuse通过Split在通道上拆分为Finj_P3和80.01时的mAP值和IOU从50％开始，以步长为0.05增加到95％时候的平均mAP值，平均精度均值因此还需要引入FLOPs(FloatingPointOperations,浮点运算次数)和参数量(Params)两项[0104]首先将YOLOv8n作为基准算法(baseline)在VOC2012Train/Validation公开数据62.845.93.08.169.351.34.110.777.952.770.554.787.282.867.976.472.292.77(a)和图7(b)分别利用原模型和改进后模型对编号为001073的图像进行检测的结果，图7且还能检测出图片中间的person；图8中的图8(a)和图8(b)图检测的为原数据集编号为002662的图像，从中不难看出改进后的模型在图8(b)中对于person类的置信度提高到了0.86，并且在复杂场景下能够检测到chair类；最后图9中图9(a)和9(b)检测的是编号为009005的图像，同样是在复杂的场景下能够更加清楚地识别到bicycle类。可