目标检测方法、装置、智能终端及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种目标检测方法、装置、智能终端及计算机可读存储介质，其中，上述目标检测方法包括：获取源域图像和目标域图像；对上述源域图像和目标域图像进行特征提取，获取图像特征；基于上述图像特征，获取域不变特征；基于上述域不变特征获取域不变区域特征；基于上述域不变区域特征进行目标检测。其中，上述域不变区域特征即为域不变的实例特征。如此，与现有技术相比，本发明专利技术方案考虑了对目标检测非常重要的实例级表示，因而可以使用于专注实例特征层面的目标检测任务，且有利于提高目标检测方法的准确性和迁移能力。检测方法的准确性和迁移能力。检测方法的准确性和迁移能力。

【技术实现步骤摘要】
目标检测方法、装置、智能终端及计算机可读存储介质


[0001]本专利技术涉及域自适应目标检测
，尤其涉及的是一种目标检测方法、装置、智能终端及计算机可读存储介质。

技术介绍

[0002]域自适应目标检测是域自适应学习的一个分支，是域自适应学习方法在图像目标检测任务上的体现。其主要研究内容是当训练数据和测试数据存在域偏差时，例如，训练和测试场景的光照不同，天气不同等，如何有效地把在源域数据上训练的目标检测模型用到目标域数据上。对目标域数据进行标注是一项耗时且费力的工作，因此，无监督域自适应是一种常见的场景。目前解决无监督域自适应问题的常用方法是特征对齐。
[0003]现有技术中，为了解决域自适应目标检测问题，各种无监督域自适应目标检测方法通常通过调整源域和目标域的特征级或像素级分布来缩小域偏差，从而实现特征对齐。现有技术的问题在于，这些特征对齐方法只考虑图像级的整体表示，而忽略了对目标检测非常重要的实例级表示，因而无法适用于专注实例特征层面的目标检测任务，且影响目标检测方法的准确性和迁移能力。
[0004]因此，现有技术还有本文档来自技高网...

【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，所述方法包括：获取源域图像和目标域图像；对所述源域图像和目标域图像进行特征提取，获取图像特征；基于所述图像特征，获取域不变特征；基于所述域不变特征获取域不变区域特征；基于所述域不变区域特征进行目标检测。2.根据权利要求1所述的目标检测方法，其特征在于，所述对所述源域图像和目标域图像进行特征提取，获取图像特征，包括：利用特征提取器提取所述源域图像和所述目标域图像的特征；将提取到的特征作为图像特征。3.根据权利要求1所述的目标检测方法，其特征在于，所述基于所述图像特征，获取域不变特征，包括：将所述图像特征输入到用于提取域不变特征的提取器中，通过所述用于提取域不变特征的提取器提取并输出域不变特征。4.根据权利要求3所述的目标检测方法，其特征在于，在所述基于所述图像特征，获取域不变特征之后，所述方法还包括：用所述图像特征减去所述域不变特征，获取域特定特征。5.根据权利要求4所述的目标检测方法，其特征在于，在所述用所述图像特征减去所述域不变特征，获取域特定特征之后，所述目标检测方法还包括：限制所述域特定特征和所述域不变特征正交。6.根据权利要求5所述的目标检测方法，其特征在于，所述基于所述域不变特征获取域不变区域特征，包括：通过候选区域生成网络，...

【专利技术属性】
技术研发人员：韩亚洪，赖苑都，王耀威，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：