【技术实现步骤摘要】
目标检测方法、装置和电子设备
本申请涉及机器视觉
，尤其涉及目标检测方法、装置和电子设备。
技术介绍
近年来，国际上对机器视觉的研究日渐重视，以图像处理技术为基础的机器视觉技术主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制，例如应用于如工业检测、工业探伤、精密测控、自动生产线等方面。用机器视觉检测方法不仅可以大大提高生产效率和生产的自动化程度，而且机器视觉易于实现信息集成，满足数字化、自动化生产的要求。但是，在工业化的生产线如胶印版材、纸张、铝板带，以及TFT(ThinFilmTransistor，薄膜晶体管)、LCD(LiquidCrystalDisplay，液晶显示屏)应用广泛的电视、电脑、手机等领域，有时候生产的产品会存在一些低对比度的缺陷，不太容易被检测出来。
技术实现思路
本申请实施例提供了目标检测方法、装置和电子设备，以能够提高屏幕缺陷等较难检测目标的检测水平。本申请实施例采用下述技术方案：...
【技术保护点】
1.一种目标检测方法，包括：/n将检测图像输入到目标检测模型的第一子网络中，得到所述第一子网络输出的第一检测结果；/n若所述第一检测结果中存在非显著目标，则将非显著目标在所述检测图像中的对应部分输入到目标检测模型的第二子网络中，得到所述第二子网络输出的第二检测结果；/n根据所述第一检测结果和所述第二检测结果确定最终检测结果。/n
【技术特征摘要】
1.一种目标检测方法，包括：
将检测图像输入到目标检测模型的第一子网络中，得到所述第一子网络输出的第一检测结果；
若所述第一检测结果中存在非显著目标，则将非显著目标在所述检测图像中的对应部分输入到目标检测模型的第二子网络中，得到所述第二子网络输出的第二检测结果；
根据所述第一检测结果和所述第二检测结果确定最终检测结果。
2.如权利要求1所述的方法，其特征在于，所述第一子网络为目标检测网络，所述第一检测结果包括目标的位置和第一分类；
所述第二子网络为目标分类网络，所述第二检测结果包括目标的第二分类；
所述根据所述第一检测结果和所述第二检测结果确定最终检测结果包括：以非显著目标的第二分类替换所述第一分类，作为非显著目标的最终分类。
3.如权利要求2所述的方法，其特征在于，该方法还包括：
根据第一检测结果中各目标的位置，计算各目标的面积；
若一个目标的面积小于第一阈值，则该目标为非显著目标。
4.如权利要求2所述的方法，其特征在于，若一个目标的第一分类的置信度得分小于第二阈值，则该目标为非显著目标。
5.如权利要求3或4所述的方法，其特征在于，该方法还包括：
在所述目标检测模型的训练阶段，
确定第一检测结果中的各目标的面积，将各目标按面积大小进行排序，将面积序列中第一序列位置处的面积作为所述第一阈值；
或者，
将第一检测结果中的各目标按分类置信度得分高低进行排序，将置信度得分序列中第二序列位置处的置信度得分作为所述第二阈值。
6.如权利要求2所述的方法，其特征在于，所述目标检测...
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。