【技术实现步骤摘要】
目标检测方法、装置、电子设备及计算机可读存储介质
[0001]本申请涉及计算机视觉
，具体而言，本申请涉及一种目标检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]行人和车辆多目标检测是一种利用计算机视觉技术判断图像中是否存在行人或车辆目标，并给予精确定位的目标检测技术，该技术广泛应用于智能监控、自动驾驶和智慧城市等领域，其检测过程如图1所示(图中“Person”表示对应的目标框中目标类别为“行人”，“Vehicle”表示对应的目标框中目标类别为“车”)。目前主流的目标检测算法主要分为两大类，一类是以Faster RCNN为代表的二阶段检测算法，另外一类是以SSD(Single Shot MultiBox Detector)、YOLO(You Only Look Once)系列为代表的一阶段检测算法。
[0003]超大像素场景一般指诸如十字路口、车站、大型赛事活动现场和商业广场及其周边区域等覆盖范围较广的场景，其图像像素高达亿级，全局视图覆盖平方公里级的自然场景，场景中容纳多达数千人，单个目...
【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：获取超大像素图像，并将所述超大像素图像按至少一个预设倍数缩小得到对应的尺度图像；对于每一尺度图像，利用第一预设尺寸的滑窗对该尺度图像进行滑动切分，得到对应的多个子图，并将每一子图输入训练好的目标检测模型，得到该子图的检测结果，所述训练好的目标检测模型是通过标注有检测结果的子图样本训练得到的，所述检测结果包括目标框坐标、目标类别以及目标框置信度；对每一尺度图像对应的各子图的检测结果进行融合，得到该尺度图像对应的检测结果；对所述超大像素图像对应的各尺度图像的检测结果进行融合，得到所述超大像素图像的检测结果。2.根据权利要求1所述的方法，其特征在于，所述对于每一尺度图像，利用第一预设尺寸的滑窗对该尺度图像进行滑动切分，得到对应的多个子图，包括：利用所述滑窗按预设步长在所述尺度图像上滑动，每滑动一次后所述滑窗在所述尺度图像上对应的区域为一个子图，所述预设步长与所述滑窗的宽度的比值处于预设比例范围；若在一次滑动后所述滑窗超出所述尺度图像边界，则将所述滑窗平移至所述尺度图像内得到对应的子图。3.根据权利要求1所述的方法，其特征在于，所述目标检测模型包括骨干Backbone模块、中间Neck模块和输出模块；所述将每一子图输入训练好的目标检测模型，得到该子图的检测结果，包括：通过所述Backbone层中的Transformer层和可形变卷积DCN层分别提取所述子图的目标特征；再通过所述Neck模块对所述目标特征信息进行融合得到对应的融合特征；最后通过所述输出模块基于所述Neck模块中的至少两个网络层对应的融合特征分别输出对应的初始检测结果，并基于所述多个初始检测结果，获取所述子图对应的检测结果。4.根据权利要求3所述的方法，其特征在于，所述基于所述多个初始检测结果，获取所述子图对应的检测结果，包括：将所述多个初始检测结果对应的所有目标框投影到所述子图内，并获取至少一组第一交并比IOU不小于第一预设阈值目标框；对每一组第一IOU不小于第一预设阈值目标框，利用加权框融合WBF算法基于该组第一IOU不小于第一预设阈值目标框，获取对应的融合目标框；基于各组第一IOU不小于第一预设阈值目标框对应的融合目标框、以及除各组第一IOU不小于第一预设阈值目标框以外的其他目标框，得到所述子图的检测结果。5.根据权利要求1所述的方法，其特征在于，所述训练好的目标检测模型通过如下方式训练得到：对至少一个已标注有检测结果的超大像素图像样本，按至少一个预设倍数缩小得到对应的尺度图像样本，并对于每一尺度图像样本，利用第一预设尺寸的滑窗对该尺度图像进行滑动切分，得到预设数量的...
【专利技术属性】
技术研发人员：蒋乐，陈健，黄雨安，唐迪锋，宋勇，欧阳晔，
申请(专利权)人：广州亚信技术有限公司，
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。