对象检测方法、装置、计算机可读存储介质和计算机设备制造方法及图纸

本申请涉及一种对象检测方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取待检测图像；将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据位置特征信息输出目标检测对象对应的位置区域。

Object Detection Method, Device, Computer Readable Storage Media and Computer Equipment

【技术实现步骤摘要】
对象检测方法、装置、计算机可读存储介质和计算机设备
本申请涉及计算机
，特别是涉及一种对象检测方法、装置、计算机可读存储介质和计算机设备。
技术介绍
随着计算机技术的迅速发展，通常使用对象检测模型来检测得到图像中的目标对象所在的区域，例如，使用对象检测模型来检测图像中的手势所在的具体位置等。然而，现有技术中，针对图像中较小的目标对象，如分辨率较高的图像中的小目标对象，使用一般的对象检测模型比较难检测出来，因此容易造成对象检测模型的准确率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够保证目标对象检测准确度和目标对象计算复杂度之间的平衡的对象检测方法、装置、计算机可读存储介质和计算机设备。一种对象检测方法，包括：获取待检测图像；将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据位置特征信息输出目标检测对象对应的位置区域。一种对象检测装置，该装置包括：待检测图像获取模块，用于获取待检测图像；目标对象检测模型检测模块，用于将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；目标对象检测模型检测模块还用于目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；位置区域输出模块，用于根据位置特征信息输出目标检测对象对应的位置区域。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行所述程序时实现以下步骤：获取待检测图像；将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据位置特征信息输出目标检测对象对应的位置区域。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：获取待检测图像；将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据位置特征信息输出目标检测对象对应的位置区域。上述对象检测方法、装置、计算机可读存储介质和计算机设备，将待检测图像输入至已训练好的目标对象检测模型中，目标对象检测模型通过第一特征提取网络集合得到对象状态特征信息，目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合中，第二特征提取网络集合中先根据对象状态特征信息确定待检测图像中的目标检测对象，再提取得到目标检测对象对应的位置特征信息，最后根据位置特征信息输出目标检测对象对应的位置区域。其中，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络。通过优化目标对象检测模型的网络结构，使得目标对象检测模型只计算待检测图像中与目标检测对象相关的特征信息，减少目标对象检测模型的计算量，在提高目标对象检测模型检测效率的同时保证了目标对象检测模型的检测准确度。附图说明图1为一个实施例中对象检测方法的应用环境图；图2为一个实施例中对象检测方法的流程示意图；图3为一个实施例中第一特征提取网络集合提取对象状态特征信息步骤的流程示意图；图3A为一个实施例中第一特征提取网络集合的结构示意图；图4为一个实施例中第二特征提取网络集合提取位置特征信息步骤的流程示意图；图4A为一个实施例中第二特征提取网络集合的结构示意图；图5为一个实施例中目标检测对象的位置区域确定步骤的流程示意图；图5A为一个实施例中对象检测方法的检测结果的界面示意图；图6为一个实施例中目标对象检测模型的训练步骤的流程示意图；图7为另一个实施例中目标对象检测模型的训练步骤的流程示意图；图8为一个实施例中训练图像集的获取步骤的流程示意图；图9为一个实施例中对象检测装置的结构框图；图10为一个实施例中目标对象检测模型检测模块的结构框图；图11为另一个实施例中目标对象检测模型检测模块的结构框图；图12为一个实施例中位置区域输出模块的结构框图；图13为另一个实施例中对象检测装置的结构框图；图14为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。图1为一个实施例中对象检测方法的应用环境图。参照图1，该对象检测方法应用于对象检测系统。该对象检测系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。具体地，终端110获取到待检测图像，将待检测图像发送至服务器120。服务器120将待检测图像输入至目标对象检测模型，目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络，目标对象检测模型将对象状态特征信息输入至第二特征提取网络集合，得到待检测图像中的目标检测对象对应的位置特征信息，第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络，根据位置特征信息输出目标检测对象对应的位置区域。最后，服务器120可将位置区域发送至终端110，终端110可显示待检测图像中目标检测对象所在的位置区域。如图2所示，在一个本文档来自技高网...

【技术保护点】
1.一种对象检测方法，包括：获取待检测图像；将所述待检测图像输入至目标对象检测模型，所述目标对象检测模型通过第一特征提取网络集合对所述待检测图像进行特征提取得到对象状态特征信息，所述第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；所述目标对象检测模型将所述对象状态特征信息输入至第二特征提取网络集合，得到所述待检测图像中的目标检测对象对应的位置特征信息，所述第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据所述位置特征信息输出所述目标检测对象对应的位置区域。

【技术特征摘要】
1.一种对象检测方法，包括：获取待检测图像；将所述待检测图像输入至目标对象检测模型，所述目标对象检测模型通过第一特征提取网络集合对所述待检测图像进行特征提取得到对象状态特征信息，所述第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；所述目标对象检测模型将所述对象状态特征信息输入至第二特征提取网络集合，得到所述待检测图像中的目标检测对象对应的位置特征信息，所述第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据所述位置特征信息输出所述目标检测对象对应的位置区域。2.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，包括：将所述待检测图像输入第一共享卷积子网络，提取得到第一共享图像特征；将所述第一共享图像特征输入至并行的第一卷积子网络和第一池化子网络，所述第一共享卷积子网络、所述第一卷积子网络和所述第一池化子网络包括下采样过程；所述第一卷积子网络输出图像卷积特征，所述第一池化子网络输出图像细节信息；将所述图像卷积特征和所述图像细节信息通过所述第一融合子网络进行特征拼接得到所述对象状态特征信息。3.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型将所述对象状态特征信息输入至第二特征提取网络集合，得到所述待检测图像中的目标检测对象对应的位置特征信息，包括：将所述对象状态特征信息输入第二共享卷积子网络，提取得到第二共享图像特征；将所述第二共享图像特征输入至并行的第二卷积子网络、第三卷积子网络和第二池化子网络，所述第二卷积子网络和所述第三卷积子网络的特征提取网络尺度不同，所述第二共享卷积子网络、所述第二卷积子网络、所述第三卷积子网络和所述第二池化子网络包括下采样过程；所述第二卷积子网络输出第一位置卷积特征，所述第三卷积子网络输出第二位置卷积特征，所述第二池化子网络输出位置细节信息；将所述第一位置卷积特征、所述第二位置卷积特征和所述位置细节信息通过所述第二融合子网络进行特征拼接得到所述位置特征信息。4.根据权利要求1所述的方法，其特征在于，所述根据所述位置特征信息输出所述目标检测对象对应的位置区域，包括：根据所述位置特征信息确定所述待检测图像中目标检测对象的轮廓；根据所述目标检测对象的轮廓确定所述目标检测对象的区域范围；根据所述位置特征信息确定所述目标检测对象的中心点位置；根据所述区域范围和所述中心点位置绘制所述目标检测对象的位置区域和中心位置。5.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型的训练步骤包括：获取训练图像集，所述训练图像集中的训练图像包括训练目标对象对应的标注区域位置；将所述训练图像集中的训练图像输入至初始对象检测模型，所述初始对象检测模型通过第一特征提取网络集合对所述训练图像进行特征提取得到训练对象状态特征信息，所述第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；所述初始对象检测模型将所述训练对象状态特征信息输入至第二特征提取网络集合，得到所述训练图像中的训练目标对象对应的训练位置特征信息，所述第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；根据所述训练位置特征信息和所述标注区域位置调整所述初始对象检测模型的模型参数，直至所述初始对象检测模型输出的训练位置特征信息输出满足收敛条件，得到已训练的所述目标对象检测模型。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：获取所述训练图像中的所述训练目标对象对应的标注区域位置对应的标注数据；根据所述标注数据计算得到对象检测模型对应的初始化值；根据所述初始化值对所述对象检测模型的模型参数进行初始化，得到初始对象检测模型。7.根据权利要求5所述的方法，其特征在于，所述获取训练图像集，所述训练图像集中的训练图像包括训练目标对象对应的标注区域位置，包括：获取样本图像集，所述样本图像集中的样本图像包括对应的样本对象区域；获取预设筛选规则，所述预设筛选规则包括不同区域范围的样本对象与样本图像处理规则的匹配关系；根据所述样本图像中的样本对象区域的范围和所述匹配关系，获取各个样本图像对应的目标样本数据处理规则，根据目标样本数据处理规则对对应的样本图像进行样本图像处理得到训练数据，所述训练数据包括训练目标对象对应的标注区域位置。8.根据权利要求7所述的方法，其特征在于，所述预设筛选规则包括第一等级样本图像处理规则，第二等级样本图像处理规则，第三等级样本图像处理规则和第四等级样本图像处理规则，所述根据所述样本图像中的样本对象区域的范围和所述匹配关系，获取各个样本图像对应的目标样本数据处理规则，根据目标样本数据处理规则对对应的样本图像进行样本图像处理得到训练数据，所述训练数据包括训练目标对象对应的标注区域位置，包括：当所述样本图像中的...

【专利技术属性】
技术研发人员：李峰，邱日明，赵世杰，易阳，左小祥，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44