一种基于边界框的图像目标检测方法、装置及存储介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，具体涉及一种基于边界框的图像目标检测方法、装置及存储介质，所述方法为：首先利用ResNet特征提取网络提取图像特征，得到第一特征图；进而预定义先验框的横纵比，将第一特征图和先验框输入边界框调整网络进行调整偏移，得到第二特征图和边界框；接着将第二特征图和边界框输入区域提案网络RPN，生成候选框和所述候选框的得分；最后选择得分靠前的多个候选框作为目标候选框，对目标候选框进行目标检测，得到最终预测的目标边界框和类别，本发明专利技术可以提高图像中目标检测的准确率。

【技术实现步骤摘要】
一种基于边界框的图像目标检测方法、装置及存储介质
本专利技术涉及图像处理
，具体涉及一种基于边界框的图像目标检测方法、装置及存储介质。
技术介绍
计算机视觉(ComputerVision，CV)作为人工智能技术中一个重要的分支领域，是指利用计算机实现人的视觉功能，通过计算机根据采集到的图像或视频对实际的场景内容做出有意义的判断，提取图像中有用信息，并根据需求对目标进行检测、追踪和测量等视觉任务。目标检测是计算机视觉的重要组成部分。目标检测的目的是从不同复杂程度的背景中识别出目标的类别，并对目标进行定位。目标检测性能的好坏将直接影响后续目标追踪、动作识别以及行为识别等中高层任务的结果。近年来，利用卷积神经网络设计出的目标检测模型在提取图像特征方面展现了令人惊讶的能力，利用深度学习进行目标检测成为了主要趋势。现有的基于深度学习的目标检测方法主要分为两种，分别是基于两阶段和基于一阶段的检测方法。其中，基于两阶段的方法能够达到精准的检测效果。基于一阶段的方法能够达到实时检测的效果。对于两阶段的目标检测方法来说，第一阶段的效本文档来自技高网...

【技术保护点】
1.一种基于边界框的图像目标检测方法，其特征在于，包括：/n利用ResNet特征提取网络提取图像特征，得到第一特征图；/n预定义先验框的横纵比，将第一特征图和先验框输入边界框调整网络进行调整偏移，得到第二特征图和边界框；/n将第二特征图和边界框输入区域提案网络RPN，生成候选框和所述候选框的得分；/n选择得分靠前的多个候选框作为目标候选框，对目标候选框进行目标检测，得到最终预测的目标边界框和类别。/n

【技术特征摘要】
1.一种基于边界框的图像目标检测方法，其特征在于，包括：
利用ResNet特征提取网络提取图像特征，得到第一特征图；
预定义先验框的横纵比，将第一特征图和先验框输入边界框调整网络进行调整偏移，得到第二特征图和边界框；
将第二特征图和边界框输入区域提案网络RPN，生成候选框和所述候选框的得分；
选择得分靠前的多个候选框作为目标候选框，对目标候选框进行目标检测，得到最终预测的目标边界框和类别。


2.根据权利要求1所述的一种基于边界框的图像目标检测方法，其特征在于，所述边界框调整网络为多条并联的支路，每条所述支路的横纵比各不相同，每条所述支路用于处理对应横纵比的先验框。


3.根据权利要求2所述的一种基于边界框的图像目标检测方法，其特征在于，所述将第一特征图和先验框输入边界框调整网络进行调整偏移，得到第二边界框和第二特征图这一步骤，具体包括：
将所述先验框输入对应横纵比的支路，与支路中的第一特征图进行回归预测，每条支路分别得到第二特征图和边界框；
将各条支路的第二特征图进行汇总及通道压缩，使得第二特征图的输出通道数和第一特征图输入通道数相同；
计算边界框中正负样本的IoU值，当所述IoU值达到正/负样本...

【专利技术属性】
技术研发人员：段志奎，赵晓萌，牛菓，朱文博，蒋业文，陈建文，王修才，李学夔，于昕梅，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44