(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 202210372327.6 (22)申请日 2022.04.11 (71)申请人 暨南大学 地址 510632 广东省广州市天河区黄埔大 道西601号 (72)发明人 邓玉辉　李鸿　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 黄卫萍 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于高效空间金字塔池化网络的目标 检测方法 (57)摘要 本发明公开了一种基于高效空间金字塔池 化网络的目标检测方法， 该检测方法技术方案如 下： 在目标检测网络中增加一个高效空间金字塔 池化网络； 待检测图像输入目标检测网络的骨干 网络进行特征提取， 高效空间金字塔池化网络对 提取的特征在不同尺度上进行处理， 后将提取的 多尺度特征图进行融合， 集 成提取的大尺度特征 的高分辨率和提取的小尺度特征的丰富语义信 息进行输 出， 提高检测网络对尺度大小不一目标 的检测能力。 本发明提出的高效空间金字塔池化 网络对目标检测网络的骨干网络提取的特征进 行处理， 并融合处理过后不同尺度特征， 在保证 检测网络复杂度基本不变的前提下， 有效提高了 目前检测网络对 多尺度目标检测的准确率。 权利要求书2页 说明书6页 附图3页 CN 115375979 A 2022.11.22 CN 115375979 A 1.一种基于高效空间金字塔池化网络的目标检测方法， 其特征在于， 所述检测方法包 括以下步骤： S1、 将待检测图像输入目标检测网络的骨 干网络进行特征提取获得特征图Fin∈RC×H×W， 其中C表示特 征图通道的数量， H和W 为特征图的高和宽， R表示实数域； S2、 目标检测网络的高效空间金字塔池化网络对特征图Fin进行不同尺度提取， 输出 和 其中C1为降 维后的通道数量， 然后将特征图F1、 和 按通道维度进行融合得到输出特征图 其中C2为输出的通道数量； S3、 将特征图 输入到目标检测网络的颈部网络中， 进行深度特征提 取， 后将输出 特征图输入预测部分进行目标分类和目标回归。 2.根据权利要求1所述的一种基于高效空间金字塔池化网络的目标检测方法， 其特征 在于， 所述高效空间金字塔池化网络的输入至输出依 次为级联连接的降维卷积层、 第一池 化层、 第二池化层、 第三池化层和升维卷积层。 3.根据权利要求2所述的一种基于高效空间金字塔池化网络的目标检测方法， 其特征 在于， 所述 步骤S2过程如下： S21、 将特征图Fin∈RC×H×W输入降维卷积层， 降维卷积层的卷积核为1 ×1， 步长为1， 输出 特征图为 其中C1为降维后的通道数量； S22、 将特征图F1输入到第一池化层， 得到特 征图 S23、 将特 征图 输入到第二池化层， 得到特 征图 S24、 将特 征图 输入到第三池化层， 得到特 征图 S25、 将四个特征图F1、 和 按通道维度进行拼接 ， 得到特征图 S26、 然后将FConcat输入升维卷积， 升维卷积的卷积核为1 ×1， 步长为1， 输出特征图为 4.根据权利要求2所述的一种基于高效空间金字塔池化网络的目标检测方法， 其特征 在于， 所述步骤S2中第一池化层、 第二池化层和第三池化层的构 造都是相同， 都由一个池化 核为k x k的最大池化和一个池化核为k  x k的平均池化并行连接， 其中最大池化和平均池 化的步长为1， 填充为k/2， 第一池化层、 第二池化层和第三池化层的计算公式为 其中F为池化层的输入， FP为池化层的输出， 和 表示池 化核大小为 k×k的最大池化和平均池化。 5.根据权利要求4所述的一种基于高效空间金字塔池化网络的目标检测方法， 其特征 在于， k的大小由公式 决定， |m|odd表示取值与m最接近的奇数， H和W为输入特权　利　要　求　书 1/2 页 2 CN 115375979 A 2征图的长度和宽度。权　利　要　求　书 2/2 页 3 CN 115375979 A 3