识别图像中的对象的方法、设备和计算机可读存储介质技术

本申请公开了一种用于识别图像中的对象的方法和设备以及计算机可读存储介质。该方法，包括：将图像的不同缩放比例版本分别输入一个或更多个检测模型，以检测所述图像中的对象；基于要识别的对象的特征，对所述一个或更多个检测模型的检测结果进行过滤；和融合所述一个或更多个检测模型的过滤后的检测结果。一个或更多个检测模型的过滤后的检测结果。一个或更多个检测模型的过滤后的检测结果。

【技术实现步骤摘要】
识别图像中的对象的方法、设备和计算机可读存储介质


[0001]本公开内容涉及物体检测，并且具体地涉及图像中的大尺度变化范围的物体的检测。

技术介绍

[0002]物体检测场景中经常出现待检测物体的尺度变化范围较大，这增加了检测难度。例如，在遥感图像中，物体的角度是任意的、其外观和尺度变化很大并且背景也很复杂。比如，在公开数据集DOTA1.0中，物体的尺度范围从20
×
20像素到1200
×
1200像素，如图1所示
[0003]目前最流行的方法都是基于两阶段目标检测方法，例如Faster RCNN(甚高速区域卷积神经网络)、FPN(特征金字塔网络)、SPPNet(空间金字塔池化)等。这些方法均取得了令人满意的效果。
[0004]然而，对于物体检测任务来说，特别是具有大尺度变化范围的检测任务，例如准确定位和分类遥感图像中的目标，如车辆、飞机、桥梁等，一个单一的模型实际上是不够鲁棒和泛化的，而且通常对小尺寸和大尺寸物体的检测效果并不理想。

技术实现思路

[0005]在下文中给出了关于本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于识别图像中的对象的方法，包括：将图像的不同缩放比例版本分别输入一个或更多个检测模型，以检测所述图像中的对象；基于要识别的对象的特征，对所述一个或更多个检测模型的检测结果进行过滤；和融合所述一个或更多个检测模型的过滤后的检测结果。2.根据权利要求1所述的方法，还包括用具有特定缩放比例的图像来训练所述一个或更多个检测模型中之一，使得该被训练的检测模型对于检测具有所述特定缩放比例的图像中的具有特定特征的对象而言最优。3.根据权利要求1或2所述的方法，其中，所述特征是要识别的对象的大小的范围。4.根据权利要求1或2所述的方法，其中，所述一个或更多个检测模型是相同类型的模型。5.根据权利要求4所述的方法，其中，所述一个或更多个检测模型按照所述图像的不同缩放比例版本而被分别设置不同的参数。6.根据权利要求4所述的方法，其中，所述一个或更多个检测模型是旋转区域卷积神经网络模型R2CNN、快速区域卷积神经网络模型Fast RCNN、掩膜区域卷积神经网络模型Mask-RCNN、特征金字塔网络FPN、空间金字塔池化网络SPPNet、单次多盒检测SSD、YOLO或者RetinaNet。7...

【专利技术属性】
技术研发人员：庞占中，汪留安，孙俊，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：