一种目标对象的检测方法、装置、存储介质以及电子设备制造方法及图纸

本申请公开了一种目标对象的检测方法、装置、存储介质及电子设备。其中方法包括：响应于图片检测指令，采集待检测的目标图片；基于预设的目标卷积神经网络模型对所述目标图片进行特征图提取，获得目标特征图以及第一特征图；其中，所述目标特征图的尺寸小于所述第一特征图的尺寸；基于所述目标特征图进行上采样处理，获得尺寸与所述第一特征图相同的第一上采样特征图；将所述第一上采样特征图与所述第一特征图进行堆叠处理获得第一堆叠特征图，至少基于所述第一堆叠特征图获得目标对象的检测结果。本申请中的方法解决了特征信息容易丢失、检测效果不佳的问题，提高的目标对象的检测精度。测精度。测精度。

【技术实现步骤摘要】
一种目标对象的检测方法、装置、存储介质以及电子设备


[0001]本申请涉及图像识别
，特别涉及一种目标对象的检测方法、装置、存储介质以及电子设备。

技术介绍

[0002]票据、证件作为一种凭证广泛的应用于各个领域。对于票据、证件中目标对象的检测识别变的尤为重要。
[0003]现有的票据、证件识别方法中，多是直接采用检测模型来检测获得，其先经过VGG16的卷积生成包含目标信息的特征层，再经过不断的卷积加深网络深度，减小特征图的尺寸，去提取更深层次的目标特征。这样虽然能得到更深层的目标特征信息，但随着网络的不断加深，特征图会减小，对于大目标的识别效果良好，但关于小目标的特征信息就会丢失，以至于对小目标的检测识别效果不佳，导致整体的平均识别精度不高。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种目标对象的检测方法、装置存储介质以及电子设备，主要目的在于解决目前存在的特征信息容易丢失、目标对象的检测效果不佳的问题。
[0005]为解决上述问题，本申请提供一种目标对象的检测方法，包括：
[0006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象的检测方法，其特征在于，包括：响应于图片检测指令，采集待检测的目标图片；基于预设的目标卷积神经网络模型对所述目标图片进行特征图提取，获得目标特征图以及第一特征图；其中，所述目标特征图的尺寸小于所述第一特征图的尺寸；基于所述目标特征图进行上采样处理，获得尺寸与所述第一特征图相同的第一上采样特征图；将所述第一上采样特征图与所述第一特征图进行堆叠处理获得第一堆叠特征图；至少基于所述第一堆叠特征图获得目标对象的检测结果。2.如权利要求1所述的方法，其特征在于，在进行特征图提取时，所述方法还包括：获取第二特征图；其中所述第二特征图的尺寸大于所述第一特征图的尺寸；在获得所述第一堆叠特征图之后，所述方法还包括：基于所述第一堆叠特征图进行上采样处理，获得尺寸与所述第二特征图相同的第二上采样特征图；将所述第二上采样特征图与所述第二特征图进行堆叠，获得目标堆叠特征图，至少基于所述第一堆叠特征图以及所述目标堆叠特征图获得目标对象的检测结果。3.如权利要求2所述的方法，其特征在于，所述至少基于所述第一堆叠特征图以及所述目标堆叠特征图获得目标对象的检测结果，具体包括：对所述目标堆叠特征图进行预处理，获得尺寸不变的目标堆叠特征图；对预处理后的所述目标堆叠特征图依次进行第一卷积处理以及第二卷积处理，获得第一有效特征图；对所述第一堆叠特征图进行预处理，获得尺寸不变的第一堆叠特征图；对预处理后的所述第一堆叠特征图依次进行第一卷积处理以及第二卷积处理，获得第二有效特征图；基于所述第一有效特征图以及所述第二有效特征图获得目标对象的检测结果。4.如权利要求3所述的方法，其特征在于，在获得所述第二有效特征图之后，所述方法还包括：对所述目标特征图进行预处理，获得尺寸不变的目标特征图；对预处理后的所述目标特征图依次进行第一卷积处理以及第二卷积处理，获得第三有效特征图，基于所述第一有效特征图、所述第二有效特征图以及所述第三有效特征图获得目标对象的检测结果。5.如权利要求1所述的方法，其特征在于，所述将所...

【专利技术属性】
技术研发人员：王威，毛永江，刘玉宇，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：