【技术实现步骤摘要】
【国外来华专利技术】目标检测方法、装置、电子设备和计算机可读存储介质
[0001]相关申请的交叉引用
[0002]本申请要求2021年6月17日递交的题为“目标检测方法、装置、电子设备和计算机可读存储介质”,申请号为10202106559T的新加坡专利申请,其全部内容通过引用并入本文。
[0003]本公开实施例涉及深度学习
,尤其涉及一种目标检测方法、装置、电子设备和计算机可读存储介质。
技术介绍
[0004]目标检测是智能视频分析系统的重要一环,我们希望对所要分析的目标物体进行高准确率的检测,而对于其他物品,可称为外来物(foreign things),通常针对目标物体的检测方法难以对外来物有较准确的检测结果,因此外来物容易被误检为目标物体。然而在目标检测时,不希望误检到foreign things而影响系统的分析。
技术实现思路
[0005]有鉴于此,本公开实施例提供一种目标检测方法、装置、电子设备以及计算机可读存储介质。
[0006]第一方面,提供目标检测方法,所述方法包括:对待检测图像进行目标检测,得到检测结果,所述检测结果包括所述待检测图像中的目标对象所属的目标类别、以及所述目标对象在所述待检测图像中的位置信息;基于所述位置信息,由所述待检测图像中分割出包括所述目标对象的候选图像;根据所述候选图像,确定所述目标对象属于目标类别的置信度;响应于所述置信度小于预设阈值,在所述检测结果中删除关于所述目标对象的信息条目。
[0007]结合本公开的任一实施方式,所述对待检测图像进行目 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种目标检测方法,其特征在于,所述方法包括:对待检测图像进行目标检测,得到检测结果,所述检测结果包括所述待检测图像中的目标对象所属的目标类别、以及所述目标对象在所述待检测图像中的位置信息;基于所述位置信息,由所述待检测图像中分割出包括所述目标对象的候选图像;根据所述候选图像,确定所述目标对象属于目标类别的置信度;响应于所述置信度小于预设阈值,在所述检测结果中删除关于所述目标对象的信息条目。2.根据权利要求1所述的方法,其特征在于,所述对待检测图像进行目标检测,得到检测结果,包括:通过目标检测网络,对待检测图像进行目标检测,得到检测结果;所述目标检测网络被训练为用于检测多种类别的目标对象。3.根据权利要求1或2所述的方法,其特征在于,所述根据所述候选图像,确定所述目标对象属于所述目标类别的置信度,包括:通过过滤器,根据对所述候选图像进行特征提取得到的图像特征,确定所述目标对象属于所述目标类别的置信度;所述过滤器被训练为用于检测所述目标类别的目标对象。4.根据权利要求3所述的方法,其特征在于,所述过滤器的训练过程包括:利用过滤器对样本图像进行特征提取;基于提取到的图像特征,确定所述样本图像属于所述样本图像的标注类别的置信度,所述样本图像包括:正样本图像,其包括所述目标类别的目标对象,负样本图像,其包括干扰对象,所述干扰对象不属于所述目标类别;基于所述置信度与所述样本图像的标注类别,确定网络损失;根据所述网络损失调整所述过滤器的网络参数。5.根据权利要求4所述的方法,其特征在于,所述样本图像包括至少两类正样本图像,所述至少两类正样本图像分别对应所述目标对象的一种预设的展示状态。6.根据权利要求5所述的方法,其特征在于,所述目标对象包括片状物体,所述片状物体具有标识面和与标识面相对的表面;所述至少两类所述正样本图像包括:所述片状物体为标识面可见的第一展示状态的图像、所述片状物体为标识面不可见的第二展示状态的图像。7.根据权利要求3
‑
6任一项所述的方法,其特征在于,所述方法还包括:响应于所述置信度小于预设阈值,将所述候选图像作为负样本图像,训练所述过滤器。8.根据权利要求1或2所述的方法,其特征在于,在从所述待检测图像检测出一个或多个目标对象的情况下,对于所述一个或多个目标对象中的每一个目标对象,所述检测结果包括该目标对象所属的目标类别以及该目标对象在所述待检测图像中的位置信息;所述根据所述候选图像,确定所述目标对象属于目标类别的置信度,包括:通过与所述目标对象所属的目标类别对应的过滤器,基于包括所述目标对象的所述候选图像确定所述
目标对象属于目标类别的置信度。9.根据权利要求8所述的方法,其特征在于,所述待检测图像包括游戏桌面图像,所述一个或多个目标对象包括游戏道具、游戏道具操作部件、游戏币中的至少一项。10.根据权利要求1
‑
9任一项所述的方法,其特征在于,所述方法还包括:响应于所述置信度大于或等于预设阈值,保存所述检测结果。11.一种目标检测装置,其特征在于,所述装置包括:目标检测模块,用于对待检测图像...
【专利技术属性】
技术研发人员:陈景焕,刘春亚,张学森,王柏润,
申请(专利权)人:商汤国际私人有限公司,
类型:发明
国别省市:
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。