目标检测方法和装置、计算机系统和可读存储介质制造方法及图纸

技术编号:26507413 阅读:38 留言:0更新日期:2020-11-27 15:35
本公开的实施例公开了一种目标检测方法和装置、计算机系统和可读存储介质,涉及计算机视觉和图像处理领域。该目标检测方法包括:通过统计第一训练数据集中各个训练图片上的目标占比,确定第一训练数据集中的至少一个典型目标占比;基于至少一个典型目标占比确定至少一个图片缩放尺寸,并根据至少一个图片缩放尺寸对第一训练数据集中的各个训练图片进行缩放;通过对各个经过缩放的训练图片进行切片,获取第二训练数据集;利用第二训练数据集对目标检测模型进行训练;以及利用经过训练的目标检测模型对待检测图片进行目标检测。根据本公开的实施例的目标检测方法可以在无需人工干预的情况下完成极小目标检测任务。

【技术实现步骤摘要】
目标检测方法和装置、计算机系统和可读存储介质
本公开涉及计算机视觉和图像处理领域,更具体地涉及一种目标检测方法和装置、计算机系统和可读存储介质。
技术介绍
近年来,以目标检测为代表的计算机视觉技术取得了较为瞩目的进展。目标检测技术的应用为许多行业带来了更好的体验、更高的效率,同时还降低了成本。例如,汽车的自动驾驶领域可以利用目标检测技术来检测行人、车辆、障碍物,从而提高汽车驾驶的安全性和便利性;安防监控领域可以利用目标检测技术来监控特定人物或物体的出现、移动等信息;医疗诊断领域可以利用目标检测技术来发现病变区域、统计细胞数量等。然而,在某些行业或领域中,目标相对图像采集区域非常小,一般在1:100到1:1000范围内,这使得很难甚至无法利用目前的目标检测技术在针对目标采集区域拍摄的图片上实现对于这种极小目标的检测。例如,在工业领域中,当需要在焊接钢板的X光扫描图中探测虚焊或者在手机玻璃盖板的扫描影像中检测瑕疵时,由于虚焊活瑕疵相对整个图片的占比非常小,无法直接使用目前的目标检测技术来实现对于这种极小目标的检测。>专利技术内本文档来自技高网...

【技术保护点】
1.一种目标检测方法,包括:/n通过统计第一训练数据集中各个训练图片上的目标占比,确定所述第一训练数据集中的至少一个典型目标占比;/n基于所述至少一个典型目标占比确定至少一个图片缩放尺寸,并根据所述至少一个图片缩放尺寸对所述第一训练数据集中的各个训练图片进行缩放;/n通过对各个经过缩放的训练图片进行切片,获取第二训练数据集;/n利用所述第二训练数据集对目标检测模型进行训练;以及/n利用经过训练的目标检测模型对待检测图片进行目标检测。/n

【技术特征摘要】
1.一种目标检测方法,包括:
通过统计第一训练数据集中各个训练图片上的目标占比,确定所述第一训练数据集中的至少一个典型目标占比;
基于所述至少一个典型目标占比确定至少一个图片缩放尺寸,并根据所述至少一个图片缩放尺寸对所述第一训练数据集中的各个训练图片进行缩放;
通过对各个经过缩放的训练图片进行切片,获取第二训练数据集;
利用所述第二训练数据集对目标检测模型进行训练;以及
利用经过训练的目标检测模型对待检测图片进行目标检测。


2.根据权利要求1所述的目标检测方法,其中,进一步基于所述目标检测模型的最佳检测尺寸确定所述至少一个图片缩放尺寸。


3.根据权利要求1所述的目标检测方法,其中,根据所述至少一个图片缩放尺寸对所述第一训练数据集中的各个训练图片进行缩放包括:
对于所述至少一个图片缩放尺寸中的任意一个图片缩放尺寸,将所述第一训练数据集中的各个训练图片均缩放到该图片缩放尺寸。


4.根据权利要求1所述的目标检测方法,其中,通过对各个经过缩放的训练图片进行切片,获取第二训练数据集包括:
通过对所述各个经过缩放的训练图片进行切片,获取训练图像切片集;以及
通过对所述第一训练数据集中与各个训练图片相关联的标注信息进行变换,获取与所述训练图像切片集中的各个训练图像切片相关联的标注信息,其中
所述训练图像切片集和与所述训练图像切片集中的各个训练图像切片相关联的标注信息组成所述第二训练数据集。


5.根据权利要求4所述的目标检测方法,其中,利用所述目标检测模型的输入图片尺寸作为训练图像切片尺寸,对所述各个经过缩放的训练图片进行切片。


6.根据权利要求5所述的目标检测方法,其中,利用小于所述目标检测模型的输入图片尺寸与最佳检测尺寸之差的移动步长,对所述各个经过缩放的训练图片进行切片。


7.根据权利要求6所述的目标检测方法,还包括:
对于所述第二训练数据集中的任意一个训练图像切片,从与该训练图像切片相关联的标注信息中去除与该训练图像切片上的不完整的目标检测框相关联的坐标信息。


8.根据权利要求1所述的目标检测方法,其中,利用所述第二训练数据集中包含目标检测框的训练图像切片、不包含目标检测框的训练图像切片、以及与它们相关联的标注信息对所述目标检测模型进行训练。


9.根据权利要求1所述的目标检测方法,其中,...

【专利技术属性】
技术研发人员:赵鹏昊张海滨李曙鹏施恩谢永康
申请(专利权)人:北京百度网讯科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1