一种目标检测方法及目标检测模型的训练方法、装置制造方法及图纸

本公开提供了一种目标检测方法及目标检测模型的训练方法、装置，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉等技术领域。具体实现方案为：获取待检测图像中目标检测对象的最小外接矩形框；对最小外接矩形框中的图像区域进行前景提取，得到目标检测对象的前景像素区域；确定前景像素区域的中心得到目标主体中心；确定前景像素区域的主体框得到目标主体框；基于目标主体框以及目标主体中心对目标检测对象进行匹配，得到待检测图像的检测结果。本公开能够利用所确定的目标主体中心和目标主体框对待检测图像进行检测。标主体框对待检测图像进行检测。标主体框对待检测图像进行检测。

【技术实现步骤摘要】
一种目标检测方法及目标检测模型的训练方法、装置


[0001]本公开涉及人工智能
，尤其涉及深度学习、计算机视觉等
，具体涉及一种目标检测方法及目标检测模型的训练方法、装置。

技术介绍

[0002]随着人工智能技术的发展，人工神经网络等深度学习模型在目标检测、对象识别、图像分类等领域得到了广泛的应用。在目标检测的过程中，目标检测框的确定是必不可少的环节。

技术实现思路

[0003]本公开提供了一种目标检测方法及目标检测模型的训练方法、装置。
[0004]根据本公开的一方面，提供了一种目标检测方法，包括：
[0005]获取待检测图像中目标检测对象的最小外接矩形框；
[0006]对所述最小外接矩形框中的图像区域进行前景提取，得到所述目标检测对象的前景像素区域；
[0007]确定所述前景像素区域的中心得到目标主体中心；
[0008]确定所述前景像素区域的主体框得到目标主体框；
[0009]基于所述目标主体框以及所述目标主体中心对所述目标检测对象进行匹配，得到所述待检测图像的检测结果。
[0010]根据本公开的另一方面，提供了一种目标检测模型训练方法，包括：
[0011]获取样本图像中样本检测对象的样本最小外接矩形框；
[0012]对所述样本最小外接矩形框中的图像区域进行前景提取，得到所述样本检测对象的样本前景像素区域；
[0013]确定所述样本前景像素区域的中心得到样本主体中心；
[0014]确定所述样本前景像素区域的主体框得到样本主体框；
[0015]利用目标检测模型，基于所述样本主体框以及所述样本主体中心对所述样本检测对象进行匹配，得到所述样本图像的预测结果；
[0016]根据所述样本图像的预测结果及所述样本图像的标注真值，计算当前损失；
[0017]根据当前损失调整目标检测模型的训练参数，返回执行：获取样本图像中样本检测对象的样本最小外接矩形框，直至满足预设结束条件，得到训练好的目标检测模型。
[0018]根据本公开的另一方面，提供了一种目标检测装置，包括：
[0019]第一获取模块，用于获取待检测图像中目标检测对象的最小外接矩形框；
[0020]第一前景提取模块，用于对所述最小外接矩形框中的图像区域进行前景提取，得到所述目标检测对象的前景像素区域；
[0021]第一中心确定模块，用于确定所述前景像素区域的中心得到目标主体中心；
[0022]第一主体框确定模块，用于确定所述前景像素区域的主体框得到目标主体框；
[0023]检测模块，用于基于所述目标主体框以及所述目标主体中心对所述目标检测对象进行匹配，得到所述待检测图像的检测结果。
[0024]根据本公开的另一方面，提供了一种目标检测模型训练装置，包括：
[0025]第二获取模块，用于获取样本图像中样本检测对象的样本最小外接矩形框；
[0026]第二前景提取模块，用于对所述样本最小外接矩形框中的图像区域进行前景提取，得到所述样本检测对象的样本前景像素区域；
[0027]第二中心确定模块，用于确定所述样本前景像素区域的中心得到样本主体中心；
[0028]第二主体框确定模块，用于确定所述样本前景像素区域的主体框得到样本主体框；
[0029]预测模块，用于利用目标检测模型，基于所述样本主体框以及所述样本主体中心对所述样本检测对象进行匹配，得到所述样本图像的预测结果；
[0030]损失计算模块，用于根据所述样本图像的预测结果及所述样本图像的标注真值，计算当前损失；
[0031]模型训练模块，用于根据当前损失调整目标检测模型的训练参数，触发执行：获取样本图像中样本检测对象的样本最小外接矩形框，直至满足预设结束条件，得到训练好的目标检测模型。
[0032]根据本公开的另一方面，提供了一种电子设备，包括：
[0033]至少一个处理器；以及
[0034]与所述至少一个处理器通信连接的存储器；其中，
[0035]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开中任一项所述的目标检测方法或目标检测模型的训练方法。
[0036]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开中任一项所述的目标检测方法或目标检测模型的训练方法。
[0037]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开中任一项所述的目标检测方法或目标检测模型的训练方法。
[0038]本公开实施例中，在待检测图像中目标检测对象的最小外接矩形框的基础上，对最小外接矩形框中的图像区域进行前景提取，重新确定目标检测对象对应的目标主体框及目标主体中心，以利用重新确定的目标主体中心和目标主体框对待检测图像进行检测。
[0039]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0040]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0041]图1是根据本公开的目标检测方法的一种示意图；
[0042]图2是根据本公开的最小外接矩形框示意图；
[0043]图3是根据本公开的前景像素区域示意图；
[0044]图4是根据本公开的目标主体中心示意图；
[0045]图5是根据本公开的目标主体框示意图；
[0046]图6是根据本公开的目标检测模型训练方法的一种示意图；
[0047]图7是根据本公开的目标检测装置的一种示意图；
[0048]图8是根据本公开的目标检测模型训练装置的一种示意图；
[0049]图9是用来实现本公开实施例的目标检测方法或目标检测模型训练方法的电子设备的框图。
具体实施方式
[0050]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0051]在目标检测的过程中，目标检测框的确定是必不可少的环节，进而可以利用目标检测框对待检测图像进行检测。实际应用中，目标检测框可以是预先根据经验定义的边界框，不同的目标检测框，对待检测图像进行检测得到的检测结果可能不同。例如，目标检测框可以是以目标检测对象中任一点为锚点设定的锚框，也可以是待检测图像中目标检测对象的最小外接矩形框等等，而不同的目标检测框与目标检测对象匹配的结果不同，使得对待检测图像进行检测得到的检测结果不同，换言之，即对待检测图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，包括：获取待检测图像中目标检测对象的最小外接矩形框；对所述最小外接矩形框中的图像区域进行前景提取，得到所述目标检测对象的前景像素区域；确定所述前景像素区域的中心得到目标主体中心；确定所述前景像素区域的主体框得到目标主体框；基于所述目标主体框以及所述目标主体中心对所述目标检测对象进行匹配，得到所述待检测图像的检测结果。2.根据权利要求1所述的方法，其中，所述确定所述前景像素区域的中心得到目标主体中心，包括：基于所述前景像素区域中像素点的个数，以及各像素点的列坐标和行坐标，计算得到所述目标主体中心。3.根据权利要求2所述的方法，其中，所述基于所述前景像素区域中像素点的个数，以及各像素点的列坐标和行坐标，计算得到所述目标主体中心，包括：对各所述像素点的列坐标进行求和，将求和结果与所述像素点的个数的比值作为目标主体中心的列坐标；对各所述像素点的行坐标进行求和，将求和结果与所述像素点的个数的比值作为目标主体中心的行坐标。4.根据权利要求1所述的方法，其中，所述获取待检测图像中目标检测对象的最小外接矩形框，包括：获取待检测图像中目标检测对象的最小外接矩形框的尺寸信息；所述确定所述前景像素区域的主体框得到目标主体框，包括：基于所述最小外接矩形框的尺寸信息，以及所述前景像素区域中像素点的个数，确定所述目标主体框。5.根据权利要求4所述的方法，其中，所述尺寸信息包含宽度和高度，所述基于所述最小外接矩形框的尺寸信息，以及所述前景像素区域中像素点的个数，确定所述目标主体框，包括：将所述最小外接矩形框的宽度与目标因子的乘积作为目标主体框的宽度；将所述最小外接矩形框的高度与目标因子的乘积作为目标主体框的高度；其中，所述目标因子为：所述前景像素区域中像素点的个数与最小外接矩形框面积比值的二次方根。6.一种目标检测模型训练方法，包括：获取样本图像中样本检测对象的样本最小外接矩形框；对所述样本最小外接矩形框中的图像区域进行前景提取，得到所述样本检测对象的样本前景像素区域；确定所述样本前景像素区域的中心得到样本主体中心；确定所述样本前景像素区域的主体框得到样本主体框；利用目标检测模型，基于所述样本主体框以及所述样本主体中心对所述样本检测对象进行匹配，得到所述样本图像的预测结果；
根据所述样本图像的预测结果及所述样本图像的标注真值，计算当前损失；根据当前损失调整目标检测模型的训练参数，返回执行：获取样本图像中样本检测对象的样本最小外接矩形框，直至满足预设结束条件，得到训练好的目标检测模型。7.根据权利要求6所述的方法，其中，所述确定所述样本前景像素区域的中心得到样本主体中心，包括：基于所述样本前景像素区域中像素点的个数，以及各样本像素点的列坐标和行坐标，计算得到所述样本主体中心。8.根据权利要求7所述的方法，其中，所述基于所述样本前景像素区域中像素点的个数，以及各样本像素点的列坐标和行坐标，计算得到所述样本主体中心，包括：对各所述样本像素点的列坐标进行求和，将求和结果与所述样本像素点的个数的比值作为样本主体中心的列坐标；对各所述样本像素点的行坐标进行求和，将求和结果与所述样本像素点的个数的比值作为样本主体中心的行坐标。9.根据权利要求6所述的方法，其中，所述获取样本图像中样本检测对象的样本最小外接矩形框，包括：获取样本图像中样本检测对象的样本最小外接矩形框的尺寸信息；所述确定所述样本前景像素区域的主体框得到样本主体框，包括：基于所述样本最小外接矩形框的尺寸信息，以及所述样本前景像素区域中样本像素点的个数，确定所述样本主体框。10.根据权利要求9所述的方法，其中，所述尺寸信息包含宽度和高度，所述基于所述样本最小外接矩形框的尺寸信息，以及所述样本...

【专利技术属性】
技术研发人员：王康康，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：