目标检测方法、电子设备、存储介质和计算机程序产品技术

本发明专利技术提供一种目标检测方法、电子设备、存储介质和计算机程序产品，方法包括获取包含待检测目标的待检测图像；将所述待检测图像输入至目标检测模型，进行目标检测，获得所述目标检测模型输出的目标检测结果，所述目标检测模型是基于候选框及其对应的正负标签训练得到的，所述正负标签是基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值确定得到的。本发明专利技术通过动态变化的交并比阈值，动态变化候选框的正负标签，以使最后分配给候选框的正负标签为准确标签，从而提高候选框的标签分配准确度，进而提高目标检测模型的召回率，最终实现高性能的目标检测。最终实现高性能的目标检测。最终实现高性能的目标检测。

【技术实现步骤摘要】
目标检测方法、电子设备、存储介质和计算机程序产品


[0001]本专利技术涉及计算机视觉
，尤其涉及一种目标检测方法、电子设备、存储介质和计算机程序产品。

技术介绍

[0002]目标检测是计算机视觉领域中的一大任务，其可以识别一张图像中的多个物体，并可以定位出不同物体的边界框。该目标检测技术广泛应用于各种领域，例如，汽车无人驾驶领域、无人机识别领域、安防监控领域和医疗诊断领域等。
[0003]目前，目标检测是通过深度学习对真实物体框进行学习，从而构建目标检测模型进行目标检测，进而得到候选框的分类和回归结果。其中，目标检测模型的训练策略固定，而多数算法对不同大小物体的学习能力不同，尤其对于小目标物体的学习，因此，目前采用固定训练策略进行模型训练，将会导致候选框的标签分配准确度降低，进而导致目标检测模型的召回率降低。

技术实现思路

[0004]本专利技术提供一种目标检测方法、电子设备、存储介质和计算机程序产品，用以解决现有技术中候选框的标签分配准确度低和目标检测模型的召回率低的缺陷，实现高性能的目标检测。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取包含待检测目标的待检测图像；将所述待检测图像输入至目标检测模型，进行目标检测，获得所述目标检测模型输出的目标检测结果，所述目标检测模型是基于候选框及其对应的正负标签训练得到的，所述正负标签是基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值确定得到的。2.根据权利要求1所述的目标检测方法，其特征在于，还包括所述目标检测模型的训练方法：获取训练样本图像，将所述训练样本图像输入至待训练模型，进行特征提取，获得所述训练样本图像对应的特征图；基于所述特征图，构建不同尺度大小和不同长宽比的候选框；基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值，确定所述候选框的正负标签；基于所述候选框及所述正负标签，对所述待训练模型进行训练，得到目标检测模型。3.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述特征图，构建不同尺度大小和不同长宽比的候选框，包括：基于所述特征图和预设尺寸类别，构建不同尺度大小和不同长宽比的候选框，所述预设尺寸类别是基于通用目标数据集中各目标尺寸进行统计分析得到的，所述通用目标数据集包括多种尺寸的目标。4.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值，确定所述候选框的正负标签，包括：基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签；统计所述候选框对应尺寸的正例候选框数量；基于所述正例候选框数量，调整所述交并比阈值，并返回基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签的步骤，直至所述正例候选框数量满足要求。5.根据权利要求4所述的目标检测方法，其特征在于，所述基于所述正例候选...

【专利技术属性】
技术研发人员：李兵，胡鑫亮，李文娟，王隽，胡卫明，
申请(专利权)人：人民中科济南智能技术有限公司，
类型：发明
国别省市：