(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 202210742273.8 (22)申请日 2022.06.27 (71)申请人 长沙理工大 学 地址 410114 湖南省长 沙市天心区万家丽 路二段96 0号 (72)发明人 池贤铖　徐蔚鸿　 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06T 7/73(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于全通道空间定位注意力机制的实 时目标检测方法 (57)摘要 本发明公开一种基于全通道空间定位注意 力机制的实时目标检测算法。 包括： 对压缩激励 模块SE进行改进， 提出了全通道空间定位注意力 机制ACSP， 通过显式建模 通道间的相关性和保留 空间定位效果， 实现了有效信息的保留和噪声信 息的抑制。 对YOLOX ‑s进行操作改进， 提出了 SPSENet目标检测模型。 在CSPDarknet中的CBS前 添加ACSP， 能够降低特征图下采样后的特征信息 丢失。 在PAFPN中的CBS和Upsample后添加ACSP， 能够更好的进行特征融合， 能够实现对有效信息 的保留和噪声信息的抑制。 采用交通标志检测数 据集GTSDB训练SPSENet， 训练集中样本为包含待 检测目标的图片， 标签为图片中目标的位置和类 别， 得到训练好的检测模型； 将测试集的图片输 入到训练好的检测模型中， 得到图片中目标的位 置和类别。 权利要求书1页 说明书5页 附图3页 CN 115082737 A 2022.09.20 CN 115082737 A 1.一种基于全通道空间定位注意力机制的实时目标检测方法， 其特征在于， 该方法包 括： 采用目标检测数据集训练SPSENet， 训练集中样本为待检测目标的图片， 标签为图片中 目标所在的位置和类别信息， 得到训练好的检测模型； 将测试集的图片输入到训练好的检 测模型中， 得到图片中目标的位置和类别。 所述SPSENet包括串联的CSPDarknet、 PA FPN和Yolo‑head。 CSPDarknet包括Focu s、 CBS、 CSP_X和SPP， 其中Focus表 示对图像进行切片操作。 CBS表 示卷积和批量归一化操作， 激活函 数是SiLU。 CSP_ X(X表示Res_Unit的堆叠个 数)包括CBS、 Concatenation、 Res_U nit(包括CBS 和Add)和ACSP。 PAFPN包括CBS、 Upsample、 CSP2_1(包括CBS和Concatenation)和 Concatenati on。 Yolo‑head包括CBS、 Co nv和Concatenati on。 2.如权利要求1所述方法， 其特 征在于， 全通道空间定位ACS P的结构包括： 输入特征图分别进行全局平均池化和通道维度上的最大池化， 得到两个特征矩阵。 全 局平均池化得到的特征矩阵经过Squeeze操作和Excitation操作得到新的特征矩阵V3。 通 道维度上最大池化得到的特征矩阵输入到卷积层， 卷积层中卷积核个数和输入特征图的通 道个数一致， 卷积层输出特征矩阵L， 将V3与L进行加权得到权重矩阵， 权重矩阵与输入 特征 图加权得到加权特 征图。 3.如权利要求1所述方法， 其特 征在于， 新的实时性目标检测模型S PSENet的改进包括： 将ACSP插入到CSPDarknet中的CBS前， 调整ACSP模块中卷积核的个数以适应不同的 CSP_X模块。 在PAFPN中的CBS和Upsample后添加ACSP， 调整ACSP 模块中卷积核的个数以适应 不同的Concatenation和Upsample。 调整CSPDarknet中CSP_X的Res_U nit堆叠个 数， 将dark3 和dark4中的CSP_3调整为CS P_1。 4.如权利要求1所述方法， 其特征在于， 训练SPSENet模型： 根据ACSP和SPSENet的结构， 修改训练模型的网络结构部分， 训练得到一个实时的目标检测模型。权　利　要　求　书 1/1 页 2 CN 115082737 A 2一种基于全通道空间定位注意力机制的实时目标 检测方法 技术领域 [0001]本发明属于目标检测技术领域， 尤其涉及 一种基于全通道空间定位注意力机制的 实时目标检测方法。 背景技术 [0002]目标检测是一类重要的计算机视觉任务， 目标是开发计算模型和技术， 提供计算 机视觉应用程序所需的最基本的信息之一： 什么目标在哪里？ 从应用程序的角度来看， 目标 检测可以被分为 “通用目标检测 ”和“特定目标检测 ”两个研究主题， 前者旨在探索在统一的 框架下检测不同类型物体的方法， 以模拟人类的视觉和认知； 后者是指特定应用场景下 的 检测， 如车辆检测、 行人检测、 人脸检测等。 近年来， 随着深度学习技术的快速发展， 为目标 检测注入了新的血 液， 取得了显著的突破， 将其推向了一个前 所未有的研究热点。 [0003]基于深度学习的目标检测可以分为两大类： 两阶段检测和一阶段检测。 前者将目 标检测流程分为两部分， 生成候选框和识别框内物体的过程。 典型 的两阶段检测 器包括R‑ CNN、 SPPNet、 Fast  R‑CNN、 FasterR ‑CNN和Mask  R‑CNN等。 后者将 整个流程统一在一起， 直接 给出检测结果。 典型的单阶段检测器包括YOLO系 列、 SSD和RetinaNet等。 两级检测器和一级 检测器都有复杂的网络结构和大量的参数， 需要GPU(图形处理单元)进 行实时目标检测。 但 在实际应用中， 设备的计算能力和内存 是有限的。 因此， 人们提出了许多轻量级的目标检测 方法。 [0004]轻量级目标检测方法具有更简单的网络结构和更少的参数， 能满足实际应用中计 算能力和内存有限的设备对实时检测的要求。 [0005]然而， 现有的轻量级 目标检测算法准确率不够高， 漏检、 误检多， 不能达到实时检 测所要求的精度。 其重要原因之一， 是检测过程对检测对象的特征提取效果欠精准。 为此， 模型中引入恰当的注意力机制有望进一 步解决以上问题。 [0006]典型的注意力机制包括SE、 SAM、 GAM和CBAM等。 其中通道注意力机制SE被广泛使 用， 通过Squeeze和Excitation操作， 能显式地对通道 间的相关性进行建模。 但是SE有个明 显的缺陷， 就是它忽略了目标空间定位的重要性和作用。 发明内容 [0007]针对现有技术的缺陷和改进需求， 本发明提供了一种基于全通道空间定位注意力 机制的实时目标检测 算法， 其目的在于保证实时性和 参数量的前提下， 提高模型对检测物 体的精确度和泛化能力。 [0008]为实现上述目的， 按照本发明的第一方面， 提供了一种基于全通道空间定位注意 力机制ACS P， 包括以下步骤： [0009]输入特征图分别进行全局平均池化和通道维度上的最大池化， 得到两个特征矩 阵， 全局平均池化得到的特征矩阵进行Squeeze和Excitation操作得到新的特征矩阵V3， 通 道维度上最大池化得到的特征矩阵输入到卷积层中， 卷积层中卷积核个数和输入特征图的说　明　书 1/5 页 3 CN 115082737 A 3