图像中目标检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种图像中目标检测方法、装置、设备及存储介质，涉及图像处理技术领域。本发明专利技术可以获取待检测图像，通过预设卷积神经网络提取所述待检测图像的图像特征，得到所述待检测图像的特征图，并采用YOLO算法对所述待检测图像的特征图进行预测，得到所述待检测图像中各目标的预测结果。其中，所述预设卷积神经网络仅包含尺寸为52*52*255的特征图分支，所以，采用YOLO算法对所述待检测图像的特征图进行预测时，只在尺寸为52*52*255的大特征图上进行预测，相对现有技术而言，可以有效降低其他尺寸更小的小特征图生成的预测框干扰，从而提升图像中文字、符号等小目标检测的准确率。

Target detection methods, devices, devices and storage media in images

【技术实现步骤摘要】
图像中目标检测方法、装置、设备及存储介质
本专利技术涉及图像处理
，具体而言，涉及一种图像中目标检测方法、装置、设备及存储介质。
技术介绍
目标检测也成为目标提取，是一种基于目标几何和统计特征的图像分割和识别技术，可以将目标的分割和识别合二为一，通过图像处理和算法定位出物体，给出边界框，并给出物体分类。例如，光学字符识别(OpticalCharacterRecognition，OCR)中，需要快速判断图片的版式和旋转方向时，则可以通过目标检测技术中的单阶段检测算法检测图像中固定文字并判断文字内容和坐标内容而实现。现有技术中，目标检测技术中的单阶段检测算法，如单发多盒探测器(SingleShotMultiBoxDetector，SSD)检测算法、你只看一次(YouOnlyLookOnce，YOLO)算法等，通常是将图片分成了更小的方格，每一个格子都有固定预设的锚框尺寸(anchor)，通过将图片中的物体分配到不同的格子然后再分类，从而实现目标检测。虽然，上述现有的单阶段检测算法可以直接产生物体的类别概率和位置坐标，算本文档来自技高网...

【技术保护点】
1.一种图像中目标检测方法，其特征在于，所述方法包括：/n获取待检测图像；/n通过预设卷积神经网络提取所述待检测图像的图像特征，得到所述待检测图像的特征图；其中，所述预设卷积神经网络仅包含尺寸为52*52*255的特征图分支；/n采用YOLO算法对所述待检测图像的特征图进行预测，得到所述待检测图像中各目标的预测结果。/n

【技术特征摘要】
1.一种图像中目标检测方法，其特征在于，所述方法包括：
获取待检测图像；
通过预设卷积神经网络提取所述待检测图像的图像特征，得到所述待检测图像的特征图；其中，所述预设卷积神经网络仅包含尺寸为52*52*255的特征图分支；
采用YOLO算法对所述待检测图像的特征图进行预测，得到所述待检测图像中各目标的预测结果。


2.根据权利要求1所述的方法，其特征在于，所述通过预设卷积神经网络提取所述待检测图像的图像特征，得到所述待检测图像的特征图，包括：
通过预设卷积神经网络提取所述待检测图像的图像特征；
采用52*52*255尺寸的特征图分支，对所述图像特征进行上采样和特征抽取，生成尺寸为52*52*255的特征图。


3.根据权利要求2所述的方法，其特征在于，所述通过预设卷积神经网络提取所述待检测图像的图像特征，包括：
通过黑暗网络Darknet53提取所述待检测图像的图像特征。


4.根据权利要求3所述的方法，其特征在于，所述采用YOLO算法对所述待检测图像的特征图进行预测，得到所述待检测图像中各目标的预测结果，包括：
采用YOLO算法对所述待检测图像的特征图进行预测，获取所述待检测图像中各目标的类别概率和位置坐标；
输出所述待检测图像中各目标的类别概率和位置坐标，得到所述待检测图像中各目标的预测结果。


5.一种图像中目标检测装置，其特征在于，所述装置包括：
获取模块，用于获取待检测图像；
提取模块，用于通过预设卷积神经网络提取所述待检测图像的图像特征，得到所述待检测图像...

【专利技术属性】
技术研发人员：熊博颖，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11