【技术实现步骤摘要】
一种目标检测方法、装置、存储介质及电子设备
[0001]本专利技术实施例涉及图像处理
,尤其涉及一种目标检测方法、装置、存储介质及电子设备。
技术介绍
[0002]显著性目标检测作为其他视觉任务的预处理步骤一直是计算机视觉领域的研究热点。可广泛应用于图像自动裁剪、图像识别和检测、视频摘要、目标跟踪等任务中。
[0003]传统的基于手工特征的显著性检测方法主要依赖手工制作的特征,而这些特征可能无法描述复杂的图像场景和结构,无法适应新的场景和对象,泛化能力差。
技术实现思路
[0004]本专利技术实施例提供一种目标检测方法、装置、存储介质及电子设备,以实现提高目标检测的检测精度。
[0005]第一方面,本专利技术实施例提供了一种目标检测方法,包括:
[0006]获取待检测图像;
[0007]将所述待检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的目标检测图像,其中,所述目标检测模型包括特征提取模块、空间注意模块和通道注意模块,所述特征提取模块中用于提取不同层 ...
【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;将所述待检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的目标检测图像,其中,所述目标检测模型包括特征提取模块、空间注意模块和通道注意模块,所述特征提取模块中用于提取不同层次的特征信息,所述空间注意模块用于对所述特征提取模块提取的第一特征信息进行空间特征加权,所述通道注意模块用于对所述特征提取模块提取的第二特征信息进行通道加权,经过空间特征加权后的第一特征信息和通道加权后的第二特征信息通过图像融合得到目标检测图像。2.根据权利要求1所述的方法,其特征在于,在获取待检测图像之后,所述方法还包括:确定所述待检测图像的先验检测图像;相应的,所述将所述待检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的检测结果,包括:将所述待检测图像和所述先验检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的检测结果。3.根据权利要求1所述的方法,其特征在于,所述空间注意模块用于对第一特征信息分别进行平均池化处理和最大池化处理,将平均池化处理结果和最大化处理结果拼接后进行卷积处理,将卷积处理结果进行非线性处理,得到空间特征信息,将所述空间特征信息加权到所述第一特征信息上。4.根据权利要求1所述的方法,其特征在于,所述通道注意模块用于对第二特征信息进行平均池化处理,并将平均池化处理结果依次输入至两个全连接层,并经归一化处理后得到通道权重,基于通道权重对所述第二特征信息中的各通道特征进行加权处理。5.根据权利要求1
‑
4任一所述的方法,其特征在于,所述特征提取模块包括用于提取浅层特征信息的第一特征提取子模块和用于提取深层特征信息的第二特征提取子模块,所述第一特征提取子模块与所述空间...
【专利技术属性】
技术研发人员:宋沉蔓,
申请(专利权)人:中国农业银行股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。