摘要

本发明提出一种基于维度分解的候选区域提取方法,包括以下步骤:引入anchor strings作为模型的回归参考、匹配anchor strings和目标边长、搭建的全卷积神经网络、对anchor strings进行分配训练标签、设计损失函数以及训练全卷积神经网络和预测独立的宽高线段并进行维度重组;本发明通过采用了新颖的维度分解策略以及通过运用灵活的anchor strings,可以用最佳的回归参考和目标进行匹配,使模型得到更平滑的训练,通过采用的尺度敏感的损失函数可以解决目标尺度分布不平衡的问题,本发明的候选区域提取方法更容易召回小检测目标,且可以应对宽高比变化大的目标。