【技术实现步骤摘要】
一种目标检测方法、装置及设备
本申请涉及计算机软件
,尤其涉及一种目标检测方法、装置及设备。
技术介绍
当前目标检测领域主要包含深度学习方法和传统学习方法,传统目标检测的方法一般分为三个阶段:首先在给定的图像上选择一些候选的区域,然后对这些区域提取特征,最后使用训练的分类器进行分类。深度学习的方法包括基于RegionProposal的深度学习目标检测算法的两步检测方法,以及以SSD(全称:SingleShotMultiBoxDetector)为主的单步检测方法。其中两步方法包括:第一步为选取候选框的过程,也就是在图片中选取可能包含物体的框;第二步为对所选择的候选框进行分类和框位置的调整。这种方法速度比较慢。基于SSD的单步检测方法是基于卷积神经网络(英文名:ConvolutionalNeuralNetwork,缩写:CNN)的深度学习算法,利用多个卷积层获取多个特征图,并直接对多个特征图进行分类。这种方法的速度非常快,但是这类方法对于小物体检测不是很好。
技术实现思路
本说明书实施例提供了一种目标检测方法、装置及设备,用以解决现有目标检测手段对对于小物体检测效果不理想的问题。为解决上述技术问题,本说明书实施例是这样实现的:本说明书实施例提供一种目标检测方法,包括:根据卷积神经网络对图像样本进行处理,得到至少两个特征图;将所述至少两个特征图进行融合,得到融合特征图;基于所述融合特征图确定目标检测结果,所述目标检测结果包括目标类别和目标位置中的至少一个。本说明书实施例还提供一种目标检测装置,包括:处理模块,根据卷积神经网络,对图像样本进行处理,得到至少两个特 ...
【技术保护点】
1.一种目标检测方法。其特征在于,包括:根据卷积神经网络对图像样本进行处理,得到至少两个特征图;将所述至少两个特征图进行融合,得到融合特征图;基于所述融合特征图确定目标检测结果,所述目标检测结果包括目标类别和目标位置中的至少一个。
【技术特征摘要】
1.一种目标检测方法。其特征在于,包括:根据卷积神经网络对图像样本进行处理,得到至少两个特征图;将所述至少两个特征图进行融合,得到融合特征图;基于所述融合特征图确定目标检测结果,所述目标检测结果包括目标类别和目标位置中的至少一个。2.如权利要求1所述的目标检测方法,其特征在于,根据卷积神经网络对图像样本进行处理,得到至少两个特征图,包括:根据卷积神经网络,对图像样本进行处理,得到至少两个不同尺寸特征图;将所述至少两个特征图进行融合,得到融合特征图,包括:将所述至少两个不同尺寸特征图进行融合,得到融合特征图。3.如权利要求2所述的目标检测方法,其特征在于,将所述至少两个不同尺寸特征图进行融合,得到融合特征图,包括:对所述特征图进行处理,得到同一目标尺寸的特征图;将至少两个同一目标尺寸的特征图进行融合,得到融合特征图。4.如权利要求3所述的目标检测方法,其特征在于,对所述特征图进行处理,得到同一目标尺寸的特征图,包括:根据每一个特征图确定对应的目标特征图;根据所述目标特征图的尺寸确定所述同一目标尺寸;对所述目标特征图之外的至少一个其他特征图进行处理,得到所述同一目标尺寸的特征图;将至少两个同一目标尺寸的特征图进行融合,得到融合特征图,包括:将所述目标特征图与对应的所述至少一个其他特征图进行融合,得到融合特征图。5.如权利要求4所述的目标检测方法,其特征在于,根据至少一个特征图确定目标特征图,包括:依次根据各不同尺寸特征图确定目标特征图;对所述目标特征图之外的至少一个其他特征图进行处理,得到所述同一目标尺寸的特征图,包括:依次对所述目标特征图之外的其他各特征图进行处理,得到所述同一目标尺寸的特征图。6.如权利要求4所述的目标检测方法,其特征在于,基于所述融合特征图确定目标检测结果,包括:在对应不同的所述目标特征图分别得到不同融合特征图时,根据各融合特征图的分类结果确定所述目标检测结果。7.如权利要求1所述的目标检测方法,其特征在于,在根据卷积神经网络,对图像样本进行处理,得到至少两个特征图之前,所述目标检测方法还包括:在原图像中提取所述图像样本。8.如权利要求1所述的目标检测方法,其特征在于,将所述至少两个特征图进行融合,得到融合特征图,包括:基于公式:将所述至少两个特征图进行融合,得到融合特征图;其中,是指融合后第i层特征图的感受野,Ri是指第i层特征图的感受野,Rj是指第j层特征图的感受野,cj是比例因子,是指在第j层特征图中被抽取的通道数,Cj是指第j层特征图通道总数。9.一种目标检测装置,其特征在于,包括:处理模块,根据卷积神经网络,对图像样本进行处理,得到至少两个特征图;融合模块,将所述至少两个特征图进行融合,得到融合特...
【专利技术属性】
技术研发人员:姚勇强,董远,白洪亮,熊风烨,
申请(专利权)人:北京飞搜科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。