【技术实现步骤摘要】
本专利技术属于机器视觉的目标识别，具体是一种基于改进rtdetr的多尺度特征学习小目标检测方法。
技术介绍
1、小目标检测在计算机视觉领域是一项具有挑战性的任务，特别是在目标检测和识别领域。小目标在图像中所占的像素少，在不同尺度的图像中，小目标特别容易被忽略。目标在图像中的深度变化会导致目标的外观发生显著变化，远处的小目标可能变得模糊或失真。此外，复杂背景下目标与背景的相似性会干扰检测器的判断，显著增加检测难度。在安全监控、自动驾驶、医疗影像和无人机监控等多个领域，目标检测技术的应用日益广泛。然而，现有基于rtdetr的检测方案仍然难以完全解决小目标识别问题，仍需进一步优化和改进以提高检测的准确性和鲁棒性。
技术实现思路
1、专利技术目的：本专利技术的要解决的技术问题是提供一种轻量化的、具有更高检测精度、尤其是对小目标检测精度的rtdetr检测方法。
2、技术方案：本专利技术提出一种基于改进rtdetr的多尺度特征学习小目标检测方法，包括如下步骤：
3、步骤1：获取图像数据，并对其进行可视化处理及标注，构建数据集；
4、步骤2：对rtdetr特征提取网络的backbone进行改进，通过conv层，maxpool层和prep-block模块进行初步的特征提取；所述prep-block模块基于resnet的basicblock进行改进，结合fasternet的pconv技术，并在pconv中引入repconv得到新的卷积层prepconv，替换bas
5、步骤3：将改进后的backbone网络提取的最后四个阶段的特征s2、s3、s4、s5输入到encoder模块，通过gsconv模块和aifi-lpe模块的对s5进行处理；gsconv模块用于全局信息的整合和特征增强，aifi-lpe模块结合注意力机制和可学习的位置编码，通过encoder模块最终得到特征f5；
6、步骤4：将步骤2和步骤3的特征图s2、s3、s4、s5、f5输入到ccfm模块进行pafpn操作，并输出融合特征f；
7、步骤5：使用rtdetr网络的iou-aware query selection模块对特征f进行预测得到检测框并对其做筛选处理；
8、步骤6：步骤5筛选后的特征f输入到rtdetr的decoder模块，通过多层注意力机制和预测头，将多个特征图融合并输出最终的检测结果。
9、进一步地，所述步骤1的具体方法为：
10、步骤1.1：首先获取化工企业工作区域的图像数据，通过消除无目标的背景图像对数据集进行预处理；
11、步骤1.2：使用labelme标注工具将收集的图像数据进行标注，总共划分了person，work_clothes，helmet三个类别，得到图像数据集c-safe；
12、步骤1.3：将数据集按使用7:2:1的比例划分为训练集，测试集和验证集。
13、进一步地，所述步骤2改进后的backbone网络的具体方法为：
14、步骤2.1：将图像输入到改进后的backbone网络之后，首先使用三个conv层和一个maxpool层依次对其进行特征提取和下采样处理，图像的空间尺寸经过两次减半，特征通道数从初始的3通道增加到64通道，得到特征图s2，然后将s2输入到第一个prep-block模块中；
15、步骤2.2：prep-block模块的输入为x,prep-block模块的输出为f(x)，prep-block模块使用pconv对输入特征进行处理，同时对pconv内部使用repconv进行改进，所述prep-block模块的处理过程见下式：
16、x1＝conv(x)
17、x2＝prepconv(x1)
18、f(x)＝relu(x2+conv(x))
19、其中，x1是输入经过卷积层conv得到的输出，x2是对x1经过prepconv的输出；x1为prepconv的输入，首先输入通过partialconv过滤器处理不规则的像素，随后使用repconv进行进一步处理，增强特征提取能力；最后，将特征图输入到多层感知机mlp进行处理，并通过droppath进行正则化，最终得到融合了输入特征的输出结果，prepconv的处理过程见下式：
20、xpartial＝partialconv(x1)
21、x′＝repconv(xpartial)
22、x2＝droppath(mlp(x′))
23、步骤2.3：在整个改进后的backbone网络中，特征图先后经过4个prep-block模块，依次得到s2、s3、s4、s5四个不同尺度特征图。
24、进一步地，所述步骤3中gsconv模块的具体方法为：
25、将输入s5通过gsconv模块调整通道数为256，处理过程见下式：
26、
27、其中，cin表示输入通道数，g表示gsconv中分组卷积对通道的分组数，yk,i是gsconv的第k组第i个输出通道，xk,j是第k组第j个输入通道，wk,ij是第k组的卷积核，bk,i是第k组的偏置。
28、进一步地，所述步骤3中aifi-lpe模块的具体方法为：
29、将gsconv模块的输出作为aifi_lpe模块的输入，记为x，首先通过生成位置编码p并与展平后的特征图xflatten相加，增加位置信息；对加了位置编码的特征图xpos进行transformer编码，得到编码后的特征图xencodedx最后将编码后的特征图进行转置和恢复原来的形状；aifi-lpe模块的处理过程见下式：
30、p＝lpe(x)
31、xpos＝x+p
32、xflatten＝flatten(xpos)
33、xencoder＝transformerencoder(xflatten)
34、xoutput＝permute(xencodedt)
35、其中，x表示输入特征图，通过lpe模块生成位置编码信息，定义变量p,d,l分别表示最大位置数，嵌入维度和序列长度，位置id生成从0到l-1，表示为positionids＝[0,1,2…,l-1]，使用嵌入层将位置id映射到嵌入向量，定义一个嵌入矩阵e∈rp×d，其中每一行代表一个位置id的嵌入向量，通过查找操作，从嵌入矩阵e中获取位置嵌入矩阵pemb＝e[positionids]，其中pemb∈rp×d，此时xpos包含了原始特征图x和位置编码信息pemb；
36、进一步地，所述的步骤4的ccfm模块引入ssff模块和tfe模块对ccfm模块进行改进，具体执行过程如下：
37、步骤4.1：改进的ccfm模块的输入s2、s3、本文档来自技高网...
【技术保护点】
1.一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述步骤1的具体方法为：
3.根据权利要求1所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述步骤2改进后的Backbone网络的具体方法为：
4.根据权利要求1所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述步骤3中GSConv模块的具体方法为：
5.根据权利要求1或4所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述步骤3中AIFI-LPE模块的具体方法为：
6.根据权利要求1所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述的步骤4的CCFM模块引入SSFF模块和TFE模块对CCFM模块进行改进，具体执行过程如下：
7.根据权利要求6所述的一种基于改进RTDETR的多尺度特征学习小目标检测方法，其特征在于，所述CC
...【技术特征摘要】
1.一种基于改进rtdetr的多尺度特征学习小目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进rtdetr的多尺度特征学习小目标检测方法，其特征在于，所述步骤1的具体方法为：
3.根据权利要求1所述的一种基于改进rtdetr的多尺度特征学习小目标检测方法，其特征在于，所述步骤2改进后的backbone网络的具体方法为：
4.根据权利要求1所述的一种基于改进rtdetr的多尺度特征学习小目标检测方法，其特征在于，所述步骤3中gsconv模块的具体方法为：
5.根据权利要...
【专利技术属性】
技术研发人员：马甲林，王浩，陈伟，林俊锋，谢乾，李俊宇，翟中豪，尤洪峰，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。