目标检测方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开了一种目标检测方法、装置、电子设备及存储介质，该方法包括：获取包括第一物体和第二物体的目标图像，将目标图像输入目标检测模型，得到第一物体的位置信息和第二物体的位置信息，根据第一物体的位置信息和第二物体的位置信息，确定第一物体与第二物体的相对位置。在第一物体与第二物体的相对位置符合预设位置关系的情况下，确定第一物体为目标物体。在目标检测过程中，针对相同类别的多个第一物体，设置辅助类别的第二物体，在通过目标检测模型检测得到多个第一物体和第二物体之后，可以根据第一物体与第二物体之间的相对位置，从多个第一物体中进一步确定具有一定特征的第一物体，可以提高目标检测的精度。可以提高目标检测的精度。可以提高目标检测的精度。

【技术实现步骤摘要】
目标检测方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种目标检测方法、装置、电子设备及存储介质。

技术介绍

[0002]目标检测是计算机视觉领域中一个重要的研究方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。随着深度学习技术的发展，基于深度学习的目标检测技术得到了快速发展。
[0003]基于深度学习的目标检测技术，在目标检测过程中，通过目标检测模型对图像的特征进行分析，可以从图像中确定属于预设类别的物体，并确定物体在图像中的位置信息。当图像中存在多个预设类别的物体时，目标检测模型虽然可以确定预设类别的多个物体，但是无法从多个相同类别(预设类别)的物体中确定具有一定特征的目标物体，降低了目标检测的精度。

技术实现思路

[0004]本申请实施例提供了一种目标检测方法、装置、电子设备及存储介质，以解决电子设备无法从多个相同类别的物体中确定目标物体的问题。
[0005]有鉴于此，本申请第一方面提供了一种目标检测方法，包括：
[0006]获取目标图像，所述目标图像包括多个预设类别的第一物体和至少一个辅助类别的第二物体；
[0007]将所述目标图像输入预先训练得到的目标检测模型，得到所述目标检测模型输出的所述第一物体的位置信息和所述第二物体的位置信息；
[0008]根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体。
[0009]可选的，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：
[0010]根据所述第二物体的位置信息确定目标区域；
[0011]根据每个所述第一物体的位置信息，确定位于所述目标区域的第一物体为所述目标物体。
[0012]可选的，所述目标区域包括所述第二物体的内部或者所述第二物体的外部。
[0013]可选的，所述第二物体为多个，所述根据所述第二物体的位置信息确定目标区域，包括：
[0014]在根据每个所述第二物体的位置信息，确定多个所述第二物体组成预设形状的情况下，确定所述预设形状的预设位置为所述目标区域。
[0015]可选的，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：
[0016]分别根据每个所述第一物体的位置信息，确定每个所述第一物体分别对应的目标区域；
[0017]根据所述第二物体的位置信息，确定所述第二物体所处的目标区域，将所述第二物体所处的目标区域对应的第一物体作为所述目标物体。
[0018]可选的，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：
[0019]根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体重叠的第一物体为所述目标物体。
[0020]可选的，在所述获取目标图像之前，还包括：
[0021]获取多个样本图像，以及每个所述样本图像的标注信息；所述样本图像包括所述第一物体和所述第二物体，所述标注信息包括所述第一物体的类别信息和位置信息，以及所述第二物体的类别信息和位置信息；
[0022]将所述样本图像输入待训练目标检测模型，得到所述待训练目标检测模型输出的所述第一物体的预测位置信息和预测类别信息，以及所述第二物体的预测位置信息和预测类别信息；
[0023]根据所述第一物体的位置信息和预测位置信息，计算第一损失值，根据所述第一物体的类别信息和预测类别信息计算第二损失值，以及根据所述第二物体的位置信息和预测位置信息，计算第三损失值，根据所述第二物体的类别信息和预测类别信息计算第四损失值；
[0024]根据所述第一损失值、所述第二损失值、所述第三损失值和所述第四损失值，确定目标损失值，并根据所述目标损失值训练所述待训练目标检测模型，得到所述目标检测模型。
[0025]本申请实施例第二方面提供了一种目标检测装置，包括：
[0026]第一获取模块，被配置为获取目标图像，所述目标图像包括多个预设类别的第一物体和至少一个辅助类别的第二物体；
[0027]第一检测模块，被配置为将所述目标图像输入预先训练得到的目标检测模型，得到所述目标检测模型输出的所述第一物体的位置信息和所述第二物体的位置信息；
[0028]确定模块，被配置为根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体。
[0029]可选的，所述确定模块，包括：
[0030]第一确定单元，被配置为根据所述第二物体的位置信息确定目标区域；
[0031]第二确定单元，被配置为根据每个所述第一物体的位置信息，确定位于所述目标区域的第一物体为所述目标物体。
[0032]可选的，所述目标区域包括所述第二物体的内部或者所述第二物体的外部。
[0033]可选的，所述第二物体为多个，所述第一确定单元，具体被配置为在根据每个所述第二物体的位置信息，确定多个所述第二物体组成预设形状的情况下，确定所述预设形状的预设位置为所述目标区域。
[0034]可选的，所述确定模块，具体被配置为分别根据每个所述第一物体的位置信息，确定每个所述第一物体分别对应的目标区域；根据所述第二物体的位置信息，确定所述第二
物体所处的目标区域，将所述第二物体所处的目标区域对应的第一物体作为所述目标物体。
[0035]可选的，所述确定模块，具体被配置为根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体重叠的第一物体为所述目标物体。
[0036]可选的，还包括：
[0037]第二获取模块，被配置为获取多个样本图像，以及每个所述样本图像的标注信息；所述样本图像包括所述第一物体和所述第二物体，所述标注信息包括所述第一物体的类别信息和位置信息，以及所述第二物体的类别信息和位置信息；
[0038]第二检测模块，被配置为将所述样本图像输入待训练目标检测模型，得到所述待训练目标检测模型输出的所述第一物体的预测位置信息和预测类别信息，以及所述第二物体的预测位置信息和预测类别信息；
[0039]计算模块，被配置为根据所述第一物体的位置信息和预测位置信息，计算第一损失值，根据所述第一物体的类别信息和预测类别信息计算第二损失值，以及根据所述第二物体的位置信息和预测位置信息，计算第三损失值，根据所述第二物体的类别信息和预测类别信息计算第四损失值；
[0040]训练模块，被配置为根据所述第一损失值、所述第二损失值、所述第三损失值和所述第四损失值，确定目标损失值，并根据所述目标损失值训练所述待训练目标检测模型，得到所述目标检测模型。
[0041]本申请实施例第三方面提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取目标图像，所述目标图像包括多个预设类别的第一物体和至少一个辅助类别的第二物体；将所述目标图像输入预先训练得到的目标检测模型，得到所述目标检测模型输出的所述第一物体的位置信息和所述第二物体的位置信息；根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：根据所述第二物体的位置信息确定目标区域；根据每个所述第一物体的位置信息，确定位于所述目标区域的第一物体为所述目标物体。3.根据权利要求2所述的方法，其特征在于，所述目标区域包括所述第二物体的内部或者所述第二物体的外部。4.根据权利要求2所述的方法，其特征在于，所述第二物体为多个，所述根据所述第二物体的位置信息确定目标区域，包括：在根据每个所述第二物体的位置信息，确定多个所述第二物体组成预设形状的情况下，确定所述预设形状的预设位置为所述目标区域。5.根据权利要求1所述的方法，其特征在于，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：分别根据每个所述第一物体的位置信息，确定每个所述第一物体分别对应的目标区域；根据所述第二物体的位置信息，确定所述第二物体所处的目标区域，将所述第二物体所处的目标区域对应的第一物体作为所述目标物体。6.根据权利要求1所述的方法，其特征在于，所述根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体的相对位置符合预设位置关系的第一物体为目标物体，包括：根据所述第一物体的位置信息和所述第二物体的位置信息，确定与所述第二物体重叠的第一物体为所述...

【专利技术属性】
技术研发人员：何建业，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：