一种高效的尺度规范化目标检测训练方法

摘要

本发明涉及一种高效的尺度规范化目标检测训练方法，过程为：根据问题分析选取模型输出的有效尺度范围以及图像金字塔层数，构建设定层数的图像金字塔，按固定间隔切分出固定大小的图像，从切分的图像中选择最少的能在有效尺度范围内覆盖所有标注目标的切分图像为正样本；同时将原始图像进行粗训练检测，选择最少的有效尺度覆盖所有假阳性目标的小图作为负样本，将正样本和负样本一起放入训练集中进行训练后进行预测，预测阶段将多个尺度的预测结果进行NMS融合。本方法在模型训练时，可以将批处理大小设置得更大，这样方便模型根据训练数据更准确的更新批标准化参数，提高模型表现，在数据中目标尺度分布较广时，能获得更稳定的检测结果。