目标检测方法、目标检测器及相关设备技术

本发明专利技术公开一种目标检测方法、目标检测器及相关设备，以解决现有技术目标检测器分类精度低的问题。本方案提供的目标检测方法在对图像进行特征提取得到特征图之后，并不是直接对该特征图进行分类检测处理，而是针对该特征图中的每个特征点，确定出该特征点的检测框以及该检测框中的特征，并对检测框内特征进行卷积得到该特征点的新特征值，通过该种方式使得对该特征点进行卷积的卷积范围特征与该特征点对应的检测框特征能够对齐，而特征点对应的检测框中的特征能够更加精准的表达特征点的特征，通过该种方式能够使得更新后的特征图表达的特征更加精准，从而基于该新的特征图进行分类检测的结果也更加精准，从而提高了目标检测器的分类和检测的精度。器的分类和检测的精度。器的分类和检测的精度。

【技术实现步骤摘要】
目标检测方法、目标检测器及相关设备


[0001]本专利技术涉及深度学习领域，特别涉及一种目标检测方法、一种目标检测器、一种计算机可读存储介质、一种包含指令的计算机程序产品、一种芯片系统、一种电路系统、一种计算机服务器和一种智能移动设备。

技术介绍

[0002]目前，完成目标检测的目标检测器主要包括单阶段目标检测器和两阶段目标检测器，两阶段目标检测器由于不是全卷积网络，不便于部署，同时框架中有多次采样过程，涉及可调节的参数过多，这些参数会极大影响性能。而单阶段目标检测器由于其利于部署，而得到越来越多的关注，但是与两阶段目标检测器相比，仍然存在性能不足、无法做到精准分类的问题。

技术实现思路

[0003]鉴于单阶段目标检测器存在的上述技术问题，本专利技术提供一种目标检测方法及一种目标检测器，以提高目标检测器的分类精度。
[0004]本专利技术实施例第一方面，提供一种目标检测方法，方法包括：
[0005]对接收到的图像进行特征提取，得到与所述图像对应的特征图；
[0006]对所述特征图中每个特征点进行以下处理步骤得到所述图像对应的新特征图：确定特征点的检测框；根据预置卷积核和所述检测框确定出卷积采样点组；采用所述卷积核对所述卷积采样点组进行卷积得到所述特征点的新特征值；将新特征值替换所述特征点的原特征值；
[0007]对所述新特征图进行分类和检测，得到所述图像对应的目标检测结果。
[0008]在一些方面，本实施例提供的目标检测方法，在对图像进行特征提取得到特征图之后，并不是直接对该特征图进行分类检测处理，而是针对该特征图中的每个特征点，确定出该特征点的检测框以及该检测框中的特征，并对检测框内特征进行卷积得到该特征点的新特征值，通过该种方式从而使得对该特征点进行卷积的卷积范围特征与该特征点对应的检测框特征能够对齐，而特征点对应的检测框中的特征能够更加精准的表达特征点的特征，通过该种方式能够使得更新后的特征图表达的特征更加精准，从而基于该新的特征图进行分类检测的结果也更加精准，从而提高了目标检测器的分类和检测的精度。
[0009]本专利技术实施例第二方面，提供目标检测器，包括：
[0010]特征提取模块，用于对接收到的图像进行特征提取，得到与所述图像对应的特征图；
[0011]特征图修正模块，用于对所述特征图中每个特征点进行以下处理步骤得到所述图像对应的新特征图：确定特征点的检测框；根据预置卷积核和所述检测框确定出卷积采样点组；采用所述卷积核对所述卷积采样点组进行卷积得到所述特征点的新特征值；将新特征值替换所述特征点的原特征值；
[0012]分类检测模块，用于对接收到的所述新特征图进行分类和检测，得到所述图像对应的目标检测结果。
[0013]本专利技术实施例，第三方面，提供一种计算机可读存储介质，包括程序或指令，当所述程序或指令在计算机上运行时，如前述第一方面所述的目标检测方法被实现。
[0014]本专利技术实施例，第四方面，提供一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如前述第一方面所述的目标检测方法。
[0015]本专利技术实施例，第五方面，提供一种芯片系统，包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现前述第一方面的目标检测方法。
[0016]本专利技术实施例，第六方面，提供一种电路系统，所述电路系统包括处理电路，所述处理电路配置为执行如前述第一方面的目标检测方法。
[0017]本专利技术实施例，第七方面，提供一种计算机服务器，包括存储器，以及与所述存储器通信连接的一个或多个处理器；所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器实现如前述第一方面所述的目标检测方法。
[0018]本专利技术实施例，第八方面，提供一种智能移动设备，包括摄像机和计算机服务器，所述摄像机将采集的图像传输给所述计算机服务器，所述计算机服务器包括存储器，以及与所述存储器通信连接的一个或多个处理器；所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器对接收到的图像实现如前述第一方面的目标检测方法。
附图说明
[0019]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，并不构成对本专利技术的限制，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例目标检测方法的流程图；
[0021]图2为本专利技术实施例中确定特征点的检测框的流程图；
[0022]图3A、图3B为本专利技术实施例中设置一个锚框、多个锚框的示意图；
[0023]图4为本专利技术实施例中根据锚框绘制得到检测框的示意图；
[0024]图5A、图5B为本专利技术实施例中在特征图中对特征点绘制锚框和检测框的示意图；
[0025]图6为本专利技术实施例中另一种确定特征点的检测框的流程图；
[0026]图7为本专利技术实施例基于图6所示的流程对检测框进行处理的示意图；
[0027]图8为本专利技术实施例中又一种确定特征点的检测框的流程图；
[0028]图9为本专利技术实施例基于图8所示的流程对检测框进行处理的示意图；
[0029]图10为本专利技术实施例中确定卷积采样组的流程图；
[0030]图11A、图11B和图11C为将检测框划分成多个区域的示意图；
[0031]图12A、图12B、图12C为本专利技术实施例中确定卷积采样点的特征值的示意图；
[0032]图13为确定第二卷机采样点组的示意图；
[0033]图14A、图14B为图像的特征图为一个、多个的示意图；
[0034]图15为本专利技术实施例中目标检测器的结构示意图；
[0035]图16为现有RetinaNet的结构示意图；
[0036]图17为本专利技术实施例基于RetinaNet得到的目标检测器的示意图；
[0037]图18为本专利技术实施例提供的计算机服务器的示例性结构示意图。
具体实施方式
[0038]本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示本文档来自技高网...

【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：对接收到的图像进行特征提取，得到与所述图像对应的特征图；对所述特征图中每个特征点进行以下处理步骤得到所述图像对应的新特征图：确定特征点的检测框；根据预置卷积核和所述检测框确定出卷积采样点组；采用所述卷积核对所述卷积采样点组进行卷积得到所述特征点的新特征值；将新特征值替换所述特征点的原特征值；对所述新特征图进行分类和检测，得到所述图像对应的目标检测结果。2.根据权利要求1所述的方法，其特征在于，确定特征点的检测框，具体包括：根据所述特征点的坐标、预置的锚框尺寸，确定出所述特征点对应的锚框；获取所述锚框的偏移量；根据所述偏移量对所述锚框进行偏移处理得到所述特征点的检测框。3.根据权利要求2所述的方法，其特征在于，根据所述偏移量对所述锚框进行偏移处理得到所述特征点的检测框之后，还包括：判断所述检测框是否全部落入所述特征图中；若否，则：将所述检测框中超出特征图的部分框剪裁掉，将落在特征图中的部分框确定为新的检测框；或者，将所述特征图向外延展直到所述检测框全部落入所述特征图中，并将特征图中向外延展的区域的特征值设置为零。4.根据权利要求1所述的方法，其特征在于，根据预置卷积核和所述检测框确定出卷积采样点组，具体包括：根据所述卷积核的尺寸将所述检测框均匀划分成多个区域，将各区域的中心点确定为卷积采样点组中的各卷积采样点，并计算各卷积采样点的坐标；针对每个卷积采样点，根据卷积采样点的坐标确定该卷积采样点的特征值。5.根据权利要求4所述的方法，其特征在于，根据卷积采样点的坐标确定该卷积采样点的特征值，具体包括：以卷积采样点的坐标为中心点，从所述特征图中获取所述卷积采样点坐标的周边预置范围内的特征值，根据获取的特征值确定所述卷积采样点的特征值。6.一种目标检测器，其特征在于，包括：特征提取模块，用于对接收到的图像进行特征提取，得到与所述图像对应的特征图；特征图修正模块，用于对所述特征图中每个特征点进行以下处理步骤得到所述图像对应的新特征图：确定特征点的检测框；根据预置卷积核和所述检测框确定出卷积采样点组；采用所述卷积核对所述卷积采样点组进行卷积得到所述特征点的新特征值；将新特征值替换所述特征点的原特征值；分类检测模块，用于对接收到的所述新特征图进行分类和检测，得到所述图像对应的目标检测结果。7.根据权利要求6所述的目标检测器，其特征在于，所述特征图修正模块确定特征点的检测框，具体包括：根据所述特征点的坐标、预置的锚框尺寸，确定出所述特征点对应的锚框；获取所述锚框的偏移量；根据所述偏移量对所述锚框进行偏移处理得到所述特征点的检测框。
8.根据权利要求7所述的目标检测器，其特...

【专利技术属性】
技术研发人员：王乃岩，韩晨夏，陈韫韬，
申请(专利权)人：北京图森智途科技有限公司，
类型：发明
国别省市：