(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 202210768594.5 (22)申请日 2022.07.01 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 王田浩　夏思宇　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 薛雨妍 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/766(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种基于深度学习的通用椭圆目标检测方 法 (57)摘要 本发明公开了一种基于深度学习的通用椭 圆目标检测方法， 该方法包括： 构建通用椭圆目 标检测器； 建立基于Anchor ‑free目标检测的卷 积神经网络结构； 使用通用椭圆目标检测数据集 训练建立好的卷积神经网络的参数； 将待检测图 片输入到训练好的卷积神经网络中检测， 输出检 测结果图。 本发明通过Anchor ‑free目标检测卷 积神经网络能够实现自动、 准确地对任意椭圆 目 标进行检测 和定位。 权利要求书2页 说明书3页 附图1页 CN 115049848 A 2022.09.13 CN 115049848 A 1.一种基于深度学习的通用椭圆目标检测方法， 其特 征在于， 该 方法包括以下步骤： 步骤(1)构建通用椭圆目标检测数据集； 步骤(2)建立基于Anc hor‑free目标检测的卷积神经网络结构； 步骤(3)使用通用椭圆目标检测数据集训练建立 好的卷积神经网络的参数； 步骤(4)将待检测图片输入到训练好的卷积神经网络中检测， 输出检测结果图。 2.如权利要求1所述的一种基于深度 学习的通用椭圆目标检测方法， 其特征在于： 所述 步骤(1)中构建通用椭圆目标检测数据集， 该数据集包含真实场景中的多种类别的椭圆物 体， 共537张图片。 3.如权利要求1所述的一种基于深度 学习的通用椭圆目标检测方法， 其特征在于： 所述 步骤(2)中建立的基于Anchor ‑free目标检测的卷积神经网络结构中， 我们使用灰度化和拉 普拉斯算子的边缘提取作为数据增强方式， 使得模型更加关注目标的形状信息； 在角度参 数回归的损失函数上增加了基于长 短轴比值的权重， 解决了长 短轴比值对角度回归精度的 不利影响； 在损失函数设计上使用了二维高斯分布的Wasserstein距离来计算真实边界框 和预测边界框的相似度， 作为损失函数的一部 分， 提高模型回归精度； 同时使用了二值掩膜 预测分支， 基于多任务学习的硬参数分享的思想， 能够进一步优化模型参数， 提高回归精 度。 4.根据权利要求3所述的一种基于深度 学习的通用椭圆目标检测方法， 其特征在于： 所 述步骤2中： 在图片输入到模型网络之前， 首先将图片尺寸统一化为512*512， 再按照概率p 进行灰度化和 3*3的拉普拉斯算子边缘提取的数据增强， 然后输入到模型的骨干网络DLA ‑ 34中进行特征提取， 其下采样倍率为4， 即输出特征图尺 寸为输入图尺 寸的1/4， 即128*128， 获取的特征的特征图再分别五条并行的输出头， 分别预测目标的中心 点坐标热图、 长 短轴、 偏移量、 旋转角度以及二 值掩膜图； 在中心点坐标热图回归中， 使用FocalLoss作 为训练时的损失函数进行参数优化， 计算 公式如下： 其中xyc表示其在特征 图中的坐标， α和β 是两个超参数， N是关键点数量， Yxyc表示真实 标签， 表示预测值。 真实标签使用高斯核计算， 即中心点值为1， 越远离中心点值越小。 将输出头输出的128*128的中心点坐标热图先通过非极大抑制获取局 部最大值， 再根据预 测分数的大小， 选出最大的K个点作为预测目标的中心点。 在长短轴回归和偏移量回归中， 均使用smooth ‑L1 Loss作为训练时的损失函数进行参 数优化， 计算公式如下： 其输出头输出的是K组长短轴和偏移量； 偏移量是用来解决模型在下采样过程中所带 来的精度损失。 在旋转角 度回归中， 也使用了smooth ‑L1 Loss作为训练时的损失函数进行参数优化；权　利　要　求　书 1/2 页 2 CN 115049848 A 2在此基础上， 本模型使用了基于长 短轴比值的权重， 在损失计算时与角度损失函数相； 具体 实现为， 给定一个阈值， 当目标预测长 短轴的比值大于该阈值时， 将权重置为2， 否则权重置 为1； 从而 使模型重 视扁长形椭圆目标的旋转角度回归精度， 整体 计算公式如下： 其中， wθ为基于长短轴比值的权重， R为长短轴比值的阈值， θp为旋转角 度的预测值， θg 为旋转角度的真实值； 在二值掩膜预测中， 使用二值交叉熵作为损 失函数进行参数优化， 其真实标签是根据 椭圆目标五参数 的真实标签变换到1/4原尺寸而绘制的一系列椭圆掩膜； 其输出头输出 的 特征图为 128*128， 每个点的值为1或0， 1表 示目标区域， 0表 示非目标背景区域。 该分支不直 接参与椭圆参数 的回归， 而是基于多任务学习的硬参数分享对模型参数进一步优化， 间接 提高检测精度； 此外在损失函数计算中， 本模型还增加了基于二维高斯分布的Wasserstein距离的损 失函数； 二 维高斯分布的由均值和协方差来表示， 对于椭圆参数到二维 高斯分布的转换， 首 先均值等于中心点的横纵坐标， 协方差矩阵可通过椭圆的长短轴以及旋转角度来表示， 具 体计算方法如下： μ＝[x,y] 其中， μ和Σ表示二维高斯分布的均值和协方差， x和y是椭圆中心点横纵坐标， a和b是 椭圆长短轴， θ是椭圆旋转角度； 之后通过Wasserstein距离计算真实边界框与预测边界框 的拟合程度， 计算公式如下： 其中 μ1， Σ1和 μ2， Σ2分别为预测值和真实值的二维高斯分布的均值和协方差矩阵。权　利　要　求　书 2/2 页 3 CN 115049848 A 3