【技术实现步骤摘要】
多目标检测方法、设备及存储装置
本申请涉及目标检测领域，特别涉及一种多目标检测方法、设备及存储装置。
技术介绍
目标检测是对图像中特定目标信息的一种感知功能，将目标检测技术搭建在无人机平台上在现实生活中拥有着极其广泛的应用。通过搭载在无人机上的摄像头采集视频数据并对数据进行图像处理，获取视频序列中特定目标的类别和坐标信息，再通过无线传输模块将信息传输到远程控制端，从而为后续的行动提供可靠信息和有利保障。因此，应用于无人机场景的多目标检测技术拥有着极其重大而深远的战略意义。现有技术中，通常采用YOLOv3算法进行目标检测，YOLOv3是一种端到端的目标检测算法，该算法准确率高，能应对不同尺度的目标。由于无人机上无法搭载过高的计算平台，故该算法直接移植到移动端达不到实时的目标检测，并且在小目标集群出现时鲁棒性较差。另外该算法未能解决图像中目标被遮挡所带来的影响。因此，有必要提供一种多目标检测方法、设备及存储装置以解决上述技术问题。
技术实现思路
本申请提供一种多目标检测方法、设备及存储...
【技术保护点】
1.一种多目标检测方法，其特征在于，包括以下步骤：/n获取样本图片集，所述样本图片集包括至少一张样本图片及其对应的目标对象标注信息，所述目标对象标注信息包括所述样本图片上的目标对象及其对应的框选所述目标对象的真实边界框；/n将所述样本图片集输入目标检测网络，以使得所述目标检测网络依据所述样本图片输出目标检测结果，所述目标检测结果包括所述目标检测网络识别到的所述样本图片上的目标对象及所述目标对象的预测边界框；/n计算所述目标对象标注信息中所述真实边界框与所述目标检测结果中所述预测边界框的第一覆盖圆；/n基于当前所述目标检测网络输出的所述目标检测结果、所述目标对象标注信息、所述...
【技术特征摘要】
1.一种多目标检测方法，其特征在于，包括以下步骤：
获取样本图片集，所述样本图片集包括至少一张样本图片及其对应的目标对象标注信息，所述目标对象标注信息包括所述样本图片上的目标对象及其对应的框选所述目标对象的真实边界框；
将所述样本图片集输入目标检测网络，以使得所述目标检测网络依据所述样本图片输出目标检测结果，所述目标检测结果包括所述目标检测网络识别到的所述样本图片上的目标对象及所述目标对象的预测边界框；
计算所述目标对象标注信息中所述真实边界框与所述目标检测结果中所述预测边界框的第一覆盖圆；
基于当前所述目标检测网络输出的所述目标检测结果、所述目标对象标注信息、所述第一覆盖圆构造第一损失函数；
依据所述第一损失函数对所述目标检测网络进行训练，当训练次数满足预设迭代次数以获得训练完成的所述目标检测网络；
将待检测图片输入所述训练完成的所述目标检测网络，输出所述待检测图片的目标检测结果。
2.根据权利要求1所述多目标检测方法，其特征在于，所述计算所述目标对象标注信息中所述真实边界框与所述目标检测结果中所述预测边界框的第一覆盖圆，包括：
获取所述真实边界框和所述预测边界框的顶点集合，从所述顶点集合中选取至少3个第一顶点；
依据所述第一顶点获取第一包含圆；
获取所述顶点集合中距离所述第一包含圆圆心最远的第二顶点；
若所述第二顶点在所述第一包含圆范围内，则所述第一包含圆为所述第一覆盖圆；
若所述第二顶点不在所述第一包含圆范围，则在所述第一顶点和所述第二顶点中选取至少3个顶点作为所述第一顶点并重新获取第一包含圆。
3.根据权利要求2所述多目标检测方法，其特征在于，所述基于当前所述目标检测网络输出的所述目标检测结果、所述目标对象标注信息、所述第一覆盖圆构造第一损失函数，包括：
获取所述真实边界框和所述预测边界框的交集面积、并集面积，并获取所述第一覆盖圆的面积；
依据所述交集面积、所述并集面积、所述第一覆盖圆的面积获取所述第一损失函数。
4.根据权利要求1所述多目标检测方法，其特征在于，所述目标检测网络对所述目标对象的特征提取基于卷积神经网络，包括至少一层卷积层。
5.根据权...
【专利技术属性】
技术研发人员：朱凯，马子昂，卢维，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33
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。