基于排序损失函数的一阶目标检测器的优化方法

一种基于排序损失函数的一阶目标检测器的优化方法，首先在二维图像上预定义密集的检测框，根据检测框与目标框的交并比为每个检测框分配标签，并将待检测图片输入一阶目标检测器，得到每个检测框中的目标置信度分数和精确框的预测，通过基于误差驱动的更新方法对一阶目标检测器进行训练，从而实现检测器的优化检测。本发明解决了检测器训练中正负样本不均衡的问题，且具有出色的泛化性能，所采用的更新算法能够应对目标函数不连续的特性，且在非凸条件下也有出色的优化效果。优化后的目标检测器能够不依赖于特定参数的选取，在COCO目标检测数据集上达到42.1mAP的检测效果。