【技术实现步骤摘要】
目标检测方法、装置、电子设备和计算机可读介质
本申请实施例涉及计算机
,具体涉及目标检测方法、装置、电子设备和计算机可读介质。
技术介绍
目标检测(ObjectDetection)是一种找出给定图像中的物体,并确定物体的类别、大小和位置的技术,是计算机视觉相关业务的基础技术之一。随着人工智能领域的发展,目标检测已应用在了越来越多的场景中。现有技术中,在使用SSD(SingleShotMultiBoxDetector,单阶段多框检测器)、YOLOv3(Youonlylookoncev3,统一的实时对象检测第三版)、FCOS(FullyConvolutionalOne-StageObjectDetection,全卷积单阶段目标检测)等常用的目标检测模型处理目标检测任务的过程中,通常将图像中的待测对象看作单点,并使用单点的区域特征进行检测框的密集预测,此过程中通常丢失了边界特征,导致目标预测结果的精确性有待提高。
技术实现思路
本申请实施例提出了目标检测方法、装置、电子设备和计算机可读介质,以解决现有技术中目标预测结果的精确性较低的技术问题。第一方面,本申请实施例提供了一种目标检测方法,该方法包括:将待检测图像输入至预先训练的特征提取网络,得到特征图;将特征图分别输入至预先训练的类别检测网络和位置检测网络,得到第一类别检测结果和第一位置检测结果;将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络,得到第二类别检测结果;将位置检测网络的其中一 ...
【技术保护点】
1.一种目标检测方法,其特征在于,所述方法包括:/n将待检测图像输入至预先训练的特征提取网络,得到特征图;/n将所述特征图分别输入至预先训练的类别检测网络和位置检测网络,得到第一类别检测结果和第一位置检测结果;/n将所述类别检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第一边界特征增强网络,得到第二类别检测结果;/n将所述位置检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第二边界特征增强网络,得到第二位置检测结果;/n基于各类别检测结果,确定所述待检测图像中的对象的最终类别检测结果,并基于各位置检测结果,确定所述对象的最终位置检测结果。/n
【技术特征摘要】
1.一种目标检测方法,其特征在于,所述方法包括:
将待检测图像输入至预先训练的特征提取网络,得到特征图;
将所述特征图分别输入至预先训练的类别检测网络和位置检测网络,得到第一类别检测结果和第一位置检测结果;
将所述类别检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第一边界特征增强网络,得到第二类别检测结果;
将所述位置检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第二边界特征增强网络,得到第二位置检测结果;
基于各类别检测结果,确定所述待检测图像中的对象的最终类别检测结果,并基于各位置检测结果,确定所述对象的最终位置检测结果。
2.根据权利要求1所述的目标检测方法,其特征在于,所述第一边界特征增强网络和所述第二边界特征增强网络分别依次包括第一卷积层、边界特征提取层和第二卷积层;
其中,所述第一卷积层用于增加输入至所述第一卷积层的特征图的通道数,所述边界特征提取层用于增强所述第一位置检测结果所指示的检测框的边界特征,所述第二卷积层用于降低输入至所述第二卷积层的特征图的通道数。
3.根据权利要求2所述的目标检测方法,其特征在于,所述第一位置检测结果用于指示各特征点对应的检测框的边界位置,特征点与检测框一一对应;以及,
所述边界特征提取层通过如下步骤增强检测框的边界特征:
按照通道数量,将所述第一卷积层输出的特征图均分为五组,其中四组特征图分别用于提取不同边界的边界特征;
基于各特征点对应的检测框的边界位置,从所述其中四组特征图中,提取各特征点对应的检测框的不同边界的最大特征值;
将从同一特征图中提取的最大特征值汇总为一个通道的增强特征图,将其余一组特征图中的每一个特征图作为一个通道的增强特征图,得到多通道的特征增强图。
4.根据权利要求3所述的目标检测方法,其特征在于,所述基于各特征点对应的检测框的边界位置,从所述其中四组特征图中,提取各特征点对应的检测框的不同边界的最大特征值,包括:
依次将每一个特征点作为目标特征点,将所述目标特征点对应的检测框作为目标检测框,执行如下步骤:
分别对所述目标检测框的各边界设置多个采样点;
基于所述目标检测框的左边界位置,从用于提取左边界的特征的各特征图中,获取左边界的各采样点的特征值,并从所获取的左边界的各采样点的特征值中,选取最大特征值;
基于所述目标检测框的上边界位置,从用于提取上边界的特征的各特征图中,获取上边界的各采样点的特征值,并从所获取的上边界的各采样点的特征值中,选取最大特征值;
基于所述目标检测框的右边界位置,从用于提取右边界的特征的各特征图中,获取右边界的各采样点的特征值,并从所获取的右边界的各采样点的特征值中,选取最大特征值;
基于所述目标检测框的下边界位置,从用于提取下边界的特征的各特征图中,获取下边界的各采样点的特征值,并从所获取的下边界的各采样点的特征值中,选取最大特征值。
5.根据权利要求1所述的目标检测方法,其特征在于,所述第一类别检测结果包括多个通道的第一类别得分图,不同通道的第一类别得分图对应不...
【专利技术属性】
技术研发人员:马宇宸,邱晗,黎泽明,
申请(专利权)人:北京迈格威科技有限公司,
类型:发明
国别省市:北京;11
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。