目标检测方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种目标检测方法及装置、电子设备和存储介质，其中，所述方法包括：获取目标图像；利用目标检测网络对所述目标图像进行检测，得到所述目标图像中目标对象的第一检测结果；其中，所述目标检测网络是基于样本图像以及样本图像的监督信息训练得到的，以及所述样本图像的监督信息包括掩膜图。本公开实施例可以应用于医疗场景中，可对医学影像进行目标检测，提高目标检测网络的检测精度。

【技术实现步骤摘要】
目标检测方法及装置、电子设备和存储介质
本公开涉及计算机视觉
，尤其涉及一种目标检测方法及装置、电子设备和存储介质。
技术介绍
计算机视觉技术是利用计算机以及相关设备对生物视觉进行模拟的一种技术，通过对采集的图像或视频进行处理可以获得相应场景的信息，从而模拟生物的观测。目标检测是计算视觉技术的一个重要任务。目标检测可以应用在多种场景，例如，在医学场景中，可以利用目标检测对医学影像的病灶区域进行识别，对医学影像辅助分析。但是目前目标检测任务中，检测结果的精度较低。
技术实现思路
本公开提出了一种目标检测技术方案。根据本公开的一方面，提供了一种目标检测方法，包括：获取目标图像；利用目标检测网络对所述目标图像进行检测，得到所述目标图像中目标对象的第一检测结果；其中，所述目标检测网络是基于样本图像以及样本图像的监督信息训练得到的，以及所述样本图像的监督信息包括掩膜图。在本公开实施例中，可以获取待检测的目标图像，利用目标检测网络对目标图像进行检测，得到目标图像中目标对象的第一检测结果。这里，目标检本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：/n获取目标图像；/n利用目标检测网络对所述目标图像进行检测，得到所述目标图像中目标对象的第一检测结果；/n其中，所述目标检测网络是基于样本图像以及样本图像的监督信息训练得到的，以及所述样本图像的监督信息包括掩膜图。/n

【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；
利用目标检测网络对所述目标图像进行检测，得到所述目标图像中目标对象的第一检测结果；
其中，所述目标检测网络是基于样本图像以及样本图像的监督信息训练得到的，以及所述样本图像的监督信息包括掩膜图。


2.根据权利要求1所述的方法，其特征在于，所述利用目标检测网络对所述目标图像进行检测，得到所述目标图像中目标对象的第一检测结果，包括：
基于所述目标检测网络，确定至少一个第一候选区域；
基于所述至少一个第一候选区域的图像特征，得到包括所述目标对象的类别信息和位置信息的第一检测结果。


3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
通过一神经网络对所述样本图像进行处理，得到所述样本图像中参照对象的第二检测结果和热力图；
基于所述第二检测结果、所述热力图以及所述样本图像的监督信息，确定所述神经网络的网络损失，其中，所述热力图用于指示所述参照对象在所述样本图像中的预测位置；
基于所述网络损失对所述神经网络的网络参数进行调整，得到训练好的神经网络，其中，所述训练好的神经网络包括所述目标检测网络。


4.根据权利要求3所述的方法，其特征在于，所述神经网络包括检测分支和分割分支；所述通过一神经网络对所述样本图像进行处理，得到所述样本图像中所述参照对象的第二检测结果和热力图，包括：
利用所述神经网络对所述样本图像进行特征提取，得到至少一个第二候选区域；
将所述至少一个第二候选区域输入所述检测分支，得到所述样本图像中参照对象的第二检测结果；
将所述至少一个第二候选区域输入所述分割分支，得到所述参照对象的热力图。


5.根据权利要求4所述的方法，其特征在于，所述将所述至少一个第二候选区域输入所述分割分支，得到所述参照对象的热力图，包括：
利用所述分割分支对所述至少一个第二候选区域的第一图像特征进行至少一次反卷积操作和/或至少一次上采样操作，得到所述至少一个第二候选区域的第二图像特征；
对所述第二图像特征进行归一化操作，得到所述参照对象的热力图。


6.根据权利要求3至5任意一项所述的方法，其特征在于，所述监督信息还包括参照标注，所述参照标注表示样本图像中参照对象的类...

【专利技术属性】
技术研发人员：吴凌云，胡志强，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：上海;31