【技术实现步骤摘要】
目标分类方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种目标分类方法、装置、计算机设备和存储介质。
技术介绍
随着图像处理技术的发展，出现了目标检测技术，目标检测技术是基于目标几何和统计特征的一种图像分割技术，可将目标对象的分割任务和识别任务合二为一，实现对目标对象的识别和提取。传统的对图像中存在多个目标对象时，对目标对象进行分类的方式，通常是通过一个目标检测模型，连续完成目标定位和目标分类两个任务，且需要同时支持对多个目标对象的同时检测。然而，传统的采用一个目标检测模型来连续完成目标定位和目标分类两个任务，很容易顾此失彼，在准确性要求高的应用场景下有很大缺陷，特别是在模型学习不充分或者样本不够多元化的情况下，在对目标对象进行分类时的分类准确性低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高分类准确性的目标分类方法、装置、计算机设备和存储介质。一种目标分类方法，所述方法包括：获取待处理的初始图像帧；通过目标检测模型对所述初始图...
【技术保护点】
1.一种目标分类方法，所述方法包括：/n获取待处理的初始图像帧；/n通过目标检测模型对所述初始图像帧进行目标检测，确定所述初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度；/n从所述候选对象中筛选第一确信度满足高确信度条件的目标对象，并根据比所述目标对象在初始图像帧中所占区域更大的区域，生成相应的目标图像；/n通过分类模型对各所述目标图像进行分类处理，得到各所述目标图像对应的预分类结果；/n将满足分类条件的预分类结果，作为相应目标图像中目标对象的分类结果。/n
【技术特征摘要】
1.一种目标分类方法，所述方法包括：
获取待处理的初始图像帧；
通过目标检测模型对所述初始图像帧进行目标检测，确定所述初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度；
从所述候选对象中筛选第一确信度满足高确信度条件的目标对象，并根据比所述目标对象在初始图像帧中所占区域更大的区域，生成相应的目标图像；
通过分类模型对各所述目标图像进行分类处理，得到各所述目标图像对应的预分类结果；
将满足分类条件的预分类结果，作为相应目标图像中目标对象的分类结果。
2.根据权利要求1所述的方法，其特征在于，所述通过目标检测模型对所述初始图像帧进行目标检测，确定所述初始图像帧中包括的至少一个候选对象、及各候选对象分别对应的第一确信度，包括：
通过目标检测模型对所述初始图像帧进行特征提取，生成对应的特征图像，且在所述特征图像的每个像素点上生成至少一个先验框；
从所有所述先验框中筛选出至少一个候选框；
基于所述候选框，确定所述初始图像帧中包括的至少一个候选对象；
对所述候选对象进行初始分类处理，得到初始分类结果，所述初始分类结果包括所述候选对象对应的初始分类类别和相应的第一确信度。
3.根据权利要求1所述的方法，其特征在于，所述从所述候选对象中筛选第一确信度满足高确信度条件的目标对象，包括：
从所述候选对象中筛选出第一确信度大于等于第一阈值的备用对象；
将所述备用对象按照各自对应的第一确信度按从高到低顺次排序；
将排序序号小于等于预设序号的备用对象作为目标对象。
4.根据权利要求1所述的方法，其特征在于，所述根据比所述目标对象在初始图像帧中所占区域更大的区域，生成相应的目标图像，包括：
获取各所述目标对象在所述初始图像帧中分别对应的位置信息；
根据各所述目标对象对应的位置信息，确定各所述目标对象分别在所述初始图像帧中的区域；
扩大各所述区域的面积，得到包括有相应目标对象的目标区域；
基于各所述目标区域，分别生成与各目标对象对应的目标图像。
5.根据权利要求1所述的方法，其特征在于，所述预分类结果包括预分类类别；所述通过分类模型对各所述目标图像进行分类处理，得到各所述目标图像对应的预分类结果，包括：
通过分类模型依次对各所述目标图像进行分类处理，得到所述目标图像属于各个目标类别的概率；
确定所述概率中的最大概率...
【专利技术属性】
技术研发人员：岑俊毅，李立赛，傅东生，
申请(专利权)人：深圳奇迹智慧网络有限公司，
类型：发明
国别省市：广东;44
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。