目标检测方法及装置、电子设备、存储介质制造方法及图纸

本公开提供了一种目标检测方法及装置、电子设备、存储介质，涉及人工智能领域。该目标检测方法包括：获取待检测图像，以及预训练的目标检测网络；目标检测网络包括通用特征提取网络和特征金字塔网络，以及多尺度平衡特征提取网络和检测头网络；基于通用特征提取网络和特征金字塔网络对待检测图像进行多尺度特征提取，得到多尺度特征图；基于多尺度平衡特征提取器对多尺度特征图进行多尺度特征融合处理，得到多尺度融合特征图；通过检测头网络对多尺度融合特征图进行目标检测，输出待检测图像的目标检测结果。本公开实施例的技术方案可以通过多尺度平衡特征器对多尺度特征图的进行多尺度特征融合处理，提高了待检测图像检测的效率和准确率。率和准确率。率和准确率。

【技术实现步骤摘要】
目标检测方法及装置、电子设备、存储介质


[0001]本公开涉及人工智能领域领域，具体而言，涉及一种目标检测方法、目标检测装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]随着自动驾驶领域研究的深入，多尺度检测算法也越来越多样化。如何耗费较少的计算资源，对待检测道路图像进行高效且准确的多尺度检测，是自动驾驶领域发展需要解决的主要技术问题。
[0003]在相关的多尺度检测算法中，要么是基于一阶段网络，如SSD(Single Shot MultiBox Detector，单次多目标检测器)、YOLO(You Only Look Once，只看一次，把目标区域预测和目标类别预测合二为一)、RetinaNet(视网膜网络)，要么是基于二阶段网络，如应用于RPN(Region proposal Network，区域特征提取网络)的FPN(Feature Pyramid Networks，特征金字塔网络)或PANet(Path Aggregation Network，路径聚合网络)。然而，无论是基于一阶段网络，还是基于二阶段网络的多尺度检本文档来自技高网...

【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：获取待检测图像，以及预训练的目标检测网络；所述目标检测网络包括通用特征提取网络和特征金字塔网络，以及多尺度平衡特征提取器和检测头网络；基于所述通用特征提取网络和所述特征金字塔网络对所述待检测图像进行多尺度特征提取，得到多尺度特征图；调用由可变形卷积网络和可扩展卷积网络构建的所述多尺度平衡特征提取器，并基于所述多尺度平衡特征提取器对所述多尺度特征图进行多尺度特征融合处理，得到多尺度融合特征图；通过检测头网络对所述多尺度融合特征图进行目标检测，输出所述待检测图像对应的目标检测结果。2.根据权利要求1所述的目标检测方法，其特征在于，所述基于所述通用特征提取网络和所述特征金字塔网络对所述待检测图像进行多尺度特征提取，得到多尺度特征图，包括：通过所述通用特征提取网络对所述待检测图像进行特征提取得到初始特征图；读取所述初始特征图中的关键特征图，并将所述关键特征图输入至空间金字塔池化网络，得到空间池化特征图；基于所述特征金字塔网络对所述空间池化特征图进行多尺度特征提取得到多尺度特征图。3.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述特征金字塔网络对所述空间池化特征图进行多尺度特征提取得到多尺度特征图，包括：基于所述特征金字塔网络，按照不同采样频率对所述空间池化特征图进行多尺度特征提取生成多尺度上映射特征图，并对所述多尺度上映射特征图进行上采样得到多尺度下映射特征图；对相同尺度的所述多尺度上映射特征图和所述多尺度下映射特征图进行合并处理得到多尺度特征图。4.根据权利要求1所述的目标检测方法，其特征在于，所述基于所述多尺度平衡特征提取器对所述多尺度特征图进行多尺度特征融合处理，得到多尺度融合特征图，包括：基于所述多尺度平衡特征提取器对所述多尺度特征图进行尺度变换得到多标准尺度特征图，并对所述多标准尺度特征图进行合并处理得到待融合处理特征图；对所述待融合处理特征图进行多尺度特征融合处理，得到多尺度融合特征图。5.根据权利要求1所述的目标检测方法，其特征在于，所述多尺度平衡特征提取器包括多尺度平衡特征生成器，所述对所述待融合处理特征图进行多尺度特征融合处理，得到多尺度融合特征图，包括：基于所述多尺度平衡生成器提取所述待融合处理特征图的全局特征，并生成所述全局特征对应的全局特征图；按照不同的...

【专利技术属性】
技术研发人员：刘浩，
申请(专利权)人：京东鲲鹏江苏科技有限公司，
类型：发明
国别省市：