【技术实现步骤摘要】
目标检测方法、终端设备及存储介质
本专利技术涉及目标检测
，尤其涉及目标检测方法、终端设备及计算机可读存储介质。
技术介绍
目标检测在智能安保监控、交通流量监控、人体跟踪等方面有着广泛应用。此外，配备了视觉系统的水下机器人，也可以使用目标检测模型进行一系列水下任务，例如海洋生物多样性检测、海洋生物迁徙分析、海产捕捞等。在相关技术中，提高目标检测模型的鲁棒性的方式，一般为丰富目标检测模型的训练数据。由于水下目标检测模型的训练数据的标注难度较大，且导致相关的提高目标检测模型的鲁棒的方式，无法应用于水下目标检测模型的鲁棒性优化过程中。从而导致水下目标检测模型的鲁棒性较低。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种目标检测方法、终端设备及计算机可读存储介质，旨在达成提升目标检测模型的鲁棒性的效果。为实现上述目的，本专利技术提供一种目标检测方法，所述目标检测方法包括以下步骤：获取图像采集装置采集的...
【技术保护点】
1.一种目标检测方法，其特征在于，所述目标检测方法包括以下步骤：/n获取图像采集装置采集的图像数据；/n将残差网络各个阶段提取的特征作为预设的递归特征金字塔模型的输入；/n获取所述预设的递归特征金字塔模型以所述特征为输入时的反馈信息，并根据所述反馈信息修正所述残差网络。/n
【技术特征摘要】
1.一种目标检测方法，其特征在于，所述目标检测方法包括以下步骤：
获取图像采集装置采集的图像数据；
将残差网络各个阶段提取的特征作为预设的递归特征金字塔模型的输入；
获取所述预设的递归特征金字塔模型以所述特征为输入时的反馈信息，并根据所述反馈信息修正所述残差网络。
2.如权利要求1所述的目标检测方法，其特征在于，所述目标检测方法还包括：
获取所述预设的递归特征金字塔模型以所述特征为输入时的输出；
将所述输出作为区域候选网络的输入，并获取所述区域候选网络的输出结果；
根据所述区域候选网络的输出结果，确定目标识别结果。
3.如权利要求2所述的目标检测方法，其特征在于，所述根据所述区域候选网络的输出结果，确定目标识别结果的步骤包括：
对所述区域候选网络的输出结果进行感兴趣区域池化；
根据感兴趣区域池化后的所述区域候选网络的输出结果，确定目标识别结果。
4.如权...
【专利技术属性】
技术研发人员：刘宏，戴林辉，丁润伟，宋品皓，
申请(专利权)人：北京大学深圳研究生院，鹏城实验室，
类型：发明
国别省市：广东;44
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。