一种目标检测方法、计算设备及存储介质技术

本发明专利技术公开了一种目标检测方法，适于在计算设备中执行，包括：将待检测图像输入包含多个卷积块的卷积网络，获取经特定卷积块处理后的至少一个特征图；基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框，其中至少一个先验框指向目标物体；将获取的特征图和对应的先验框输入预测网络，以得到图像中目标物体的位置和类别。该方案能够提高模型检测的性能，尤其是提高了对小目标物体的检测精度。

A target detection method, computing equipment and storage medium

【技术实现步骤摘要】
一种目标检测方法、计算设备及存储介质
本专利技术涉及计算机视觉
，尤其涉及一种目标检测方法、计算设备及存储介质。
技术介绍
目标检测近年来取得了重要的进展，主流的算法分为两种类型，一种是两段式的方法，主要是先通过启发式方法或者卷积神经网络产生一系列稀疏的先验框，然后对这些先验框进行分类和回归；一种是单段式的方法，如SSD算法，主要是均匀地在图片的不同位置进行密集抽样，然后利用卷积神经网络提取特征后直接进行分类和回归。目前SSD算法采用卷积神经网络提取不同尺度的特征图直接进行检测，大尺度的特征图(网络较靠前的特征图)可以用来检测小物体，小尺度特征图(网络较靠后的特征图)用来检测大物体。因此，SSD十分依赖于高分辨率的大尺度特征图来检测小目标。但是由于在神经网络中，浅层的特征图位于网络靠前的位置，往往得不到充分的训练，没有学习到足够的特征，SSD网络对小目标识别效果仍然很差。因此，需要一种目标检测方法，能够提高对小目标检测的准确性，提升目标检测模型的检测性能。
技术实现思路
为此，本专利技术提供了一种目标检测方法，以力图解决或者至少缓解上面存在的至少一个问题。根据本专利技术的一个方面，本文档来自技高网...

【技术保护点】
1.一种目标检测方法，所述方法适于在计算设备中执行，包括：将待检测图像输入包含多个卷积块的卷积网络，获取经特定卷积块处理后的至少一个特征图；基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框，其中至少一个先验框指向目标物体；将获取的特征图和对应的先验框输入预测网络，以得到图像中目标物体的位置和类别。

【技术特征摘要】
1.一种目标检测方法，所述方法适于在计算设备中执行，包括：将待检测图像输入包含多个卷积块的卷积网络，获取经特定卷积块处理后的至少一个特征图；基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框，其中至少一个先验框指向目标物体；将获取的特征图和对应的先验框输入预测网络，以得到图像中目标物体的位置和类别。2.如权利要求1所述的方法，其中，所获取的至少一个特征图是由处于卷积网络中靠后的卷积块所输出的特征图，用于表征深层特征。3.如权利要求1所述的方法，其中，所述基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框的步骤包括：基于预设的最大尺度和最小尺度以及特征图的数量，计算每个特征图对应先验框的尺度；基于各特征图对应先验框的尺度和预设的一组长宽比，分别得到各特征图对应的多个先验框。4.如权利要求1所述的方法，其中，所述卷积块为深度残差网络，所述深度残差网络包括卷积核大小为3×3的深度可分离卷积层和卷积核大小为1×1的卷积层。5.如权利要求1-4中任一项所述的方法，还包括训练生成卷积网络和预测网络的步骤：构建预训练的卷积网络和预训练的预测网络，并初始化网络参数；将训练图像输入预训练的卷积网络和预训练的预测网络进行处理，得到预测物体框的位置和类别置信度；基于训练图像中标注的真实物体框的位置和类别、以及预测物体框的位置和类别置信度，...

【专利技术属性】
技术研发人员：余清洲，陈良，张伟，许清泉，傅松林，
申请(专利权)人：厦门美图之家科技有限公司，
类型：发明
国别省市：福建,35