【免费】用于高效物体检测的深度卷积神经网络的空间金字塔池化层1资源-CSDN文库

需积分: 0 38 浏览量 2022-08-03 16:37:50 上传评论收藏 2.75MB PDF 举报

资源详情

资源评论

资源推荐

Acta Physica Sinica

用于高效物体检测的深度卷积神经网络的空间金字塔

池化层

陈若愚

1)2)†

黄锟

皮峻银

赵占宇

王旭薇

刘宜奇

刘少

文

郭子沐

1) (东北大学秦皇岛分校控制工程学院, 秦皇岛 066004)

2) (香港城市大学机械工程学系, 香港特别行政区 999077)

物体检测，旨在定位并识别图像中的物体，是计算机视觉的核心问题之一。现有的深度卷积神经网络

（CNN）需要固定大小（例如224×224）的输入图像。该要求是人工的，并且可能降低对任意大小或比例

的图像或子图像的识别精度。而目标检测需要对图像的生成区域进行多次的卷积运算，存在较大的物体检

测计算复杂度。为了消除上述限制，提出了用于深度卷积神经网络的空间金字塔池化策略。新的组合网络

称之为SPP-net，该网络可以生成固定长度的表示向量，而与图像大小或比例无关。在ImageNet分类数据

集上，验证了SPP-net可以提高卷积神经网络的准确率。基于R-CNN物体检测算法，与空间金字塔池化结

合，提出一种可以输入任意大小图片的高效物体检测方法。使用SPP-net用于物体检测，可以对整个图像

只计算一次特征图，然后在任意区域（子图像）中合并特征，以生成固定长度的表示向量以训练检测器，

避免了重复计算卷积特征。与R-CNN方法相比，SPP-net将计算速率提高了24-102倍，同时在Pascal VOC

2007数据集上达到了更高的准确率。

关键词: 空间金字塔池化, 卷积神经网络, 物体检测, 高效

PACS: 07.05.Mh, 07.05.Pj

河北省高等学校科学研究重点项目(批准号: ZD2019305)、国家自然科学基金(批准号：61873307)资助项目

†

通信作者. E-mail: chenruoyu@neuq.edu.cn 电话: 13081868853

1 引言

物体检测(object detection)，是一种使计算机能够在图像中自动找到既定类别的物体，并判断物体的

类别、位置、大小及置信度的技术。我们的视觉，主要是由深度卷积引起的，正在见证我们的传统神经网

络

[1]

和大规模训练数据

[2]

的快速、革命性的变化。最近，基于卷积神经网络(convolutional neural network,

CNN)的方法在物体检测

[3] [4] [5]

的技术水平上有了很大的改进。

然而，在CNN的训练和测试中存在一个技术问题：目前流行的CNN需要一个固定的输入图像大小，

这限制了输入图像的长宽比和尺度。当应用于任意大小的图像时，当前的方法主要是将输入图像裁剪为固

定大小，但裁剪区域可能不包含整个对象，而扭曲的内容可能导致不必要的几何失真。为什么CNN需要

一个固定的输入大小呢？CNN主要由两个部分组成：卷积层，以及随后的全连接层。因此，卷积层不需

要固定的图像大小，可以生成任意大小的特征图。另一方面，根据定义，全连接层需要有固定大小/长度

的输入。因此，固定图像尺寸的约束只来自于全连接层。

如何设计高效的物体检测算法，以减少检测系统整体的计算代价并提高检测性能是物体检测研究的主

要问题。本文中，我们提出了一种通过空间金字塔池化层(spatial pyramid pooling)

[6] [7]

来消除卷积神经网

络需要固定的输入图片大小的限制，新的网络我们称为SPP-net。我们基于一些已有的分类网络

[3] [8] [9]

或物

体检测算法的

[4]

网络，在网络的最后一层卷积层添加了空间金字塔池化层。空间金字塔池化层可以将卷积

层输出的任意大小的特征图像池化为固定长度的表示向量，然后与全连接层相连接。基于R-CNN的目标

检测方法，我们将SPP-net作为其主网络，提出一个新的高效目标检测方法。除了对输入图像无固定大小

的限制，我们仅需要对整幅图像进行一次卷积运算，降低计算复杂度，避免了重复计算卷积特征。

在ImageNet数据集的一系列对照实验中，我们证明了在现有卷积神经网络

[3] [8] [9]

，经空间金字塔池化

层改进的四种不同的CNN架构，超过了原本的卷积神经网络的准确率。与R-CNN

[4]

方法相比， SPP-net将

计算速率提高了24-102倍，同时在Pascal VOC 2007数据集上达到了更高的准确率。

2 嵌入空间金字塔池化的卷积神经网络

2.1 卷积层与特征图像

我们首先考虑一个拥有七层的分类网络：Alexnet

[8]

。该网络由5个卷积层和2个全连接层组成。每个卷

积层后附加一个池化层，用于减半图片的感受野。最后一层卷积层将由张量重塑为特征向量，并连接全连

接层。全连接层包含两层隐藏层，每个隐藏层包含2048个节点，输出层包含N个节点，其中N由分类的类

别数决定。除了输出层以softmax函数激活，每一层卷积层或全连接层后以relu函数激活，该网络的结构

如图1所示。该深度卷积神经网络需要固定大小的输入图像，原因是全连接层依赖于长度固定的特征向量。

而卷积层采用滑动窗口的方式处理图像，输入图片大小不同不影响卷积的运算，且输出图像与输出图像的

长宽比保持大致相同。这里输出的图像称为特征图像

[1]

，这些图像不仅包括了响应的强度也包括了空间位

置信息。

图 1: 用于实验的Alexnet的结构，网络的输入大小固定为 224×224×3

Fig 1: The structure of alexnet for experiment, the input size of network is ﬁxed as 224 × 224 × 3.

我们以在Imagenet数据集

[2]

上官方训练好权重初始化网络的卷积层部分的参数，以非固定大小的图像

作为输入并得到特征图像。在图2中，我们以可视化的形式将特征图像展示出来，它们是第五层卷积层中

滤波器的卷积运算的输出结果。图2（c）展示了在ImageNet数据集中目标区域响应最大的特征图片的单

通道图片。我们可以看到不同的滤波器可以被特定的语义激活，比如圆形物体激活，三角形物体激活，倒

三角形物体激活。这些输入图像中的形状会在特征图像上相应位置被激活。

值得一提的是我们在生成图2的特征图像时没有固定输入图像的大小，深度卷积层生成这些特征图像

的过程就像传统方法产生特征图像一样

[10] [11]

，在传统方法中，尺度不变特征变换（SIFT）特征

[12]

或者图像

块被密集提取（densely extract）并编码。编码的方式包括矢量量化（vector quantization）

[14] [15]

，稀疏编

码（sparse coding）

[16] [17]

。这些编码的特征包括图像特征，然后由词袋模型（Bag-of-Words，BoW）或者

空间金字塔池化

[14] [18]

。所以，深度卷积特征也可以通过相似的方法池化。

剩余16页未读，继续阅读

评论收藏

内容反馈

白羊的羊

粉丝: 37
资源: 281

用于高效物体检测的深度卷积神经网络的空间金字塔池化层1

评论0

最新资源

用于高效物体检测的深度卷积神经网络的空间金字塔池化层1

评论0

用于高效物体检测的深度卷积神经网络的空间金字塔池化层2

深度学习（十九）基于空间金字塔池化的卷积神经网络物体检测 - hjimce的专栏 - CSDN博客1

基于空间金字塔池化的深度卷积神经网络多聚焦图像融合.pdf

基于空间金字塔池化和深度卷积神经网络的作物害虫识别.pdf

深度卷积神经网络在计算机视觉中的应用研究综述_卢宏涛.pdf

基于深度卷积神经网络的物体识别算法.pdf

网络游戏-卷积神经网络和基于卷积神经网络的目标物体检测方法.zip

基于深度卷积神经网络的物体识别算法

基于卷积神经网络的物体识别研究与实现.caj

论文研究-基于卷积神经网络的目标检测算法 .pdf

cpp-PoseCNN一种用于6D物体姿态估计的卷积神经网络

e-Book 用于医学的深度学习和卷积神经网络

cpp-用于物体检测的单发细化神经网络

基于卷积神经网络的仓储物体检测算法研究.pdf

基于卷积神经网络的三维物体检测方法.pdf

使用tensorflow构建卷积神经网络（CNN）.zip

多模态卷积神经网络的物体抓取检测.pdf

论文研究-利用卷积神经网络改进迭代深度学习算法的图像识别方法研究.pdf

基于3D数据卷积神经网络的物体识别

BurpLoaderKeygen.jar.zip

最新版ISO/IEC 27001:2022、ISO 27002:2022中英文合集

Goby红队版-win-x64-2.4.7版本

Chrome Header Editor 插件

ISO SAE 21434-2021 中文版.pdf

OpenVAS GVM 中文翻译补丁

安全认证cisp教材全套

STM32F103C8T6核心板-电路原理图1.PDF

最新资源