目标检测方法、电子设备及计算机可读存储介质技术

本申请公开了目标检测方法、电子设备及计算机可读存储介质。该方法包括：获取待检测图像；将待检测图像输入至目标检测网络进行特征提取，其中目标检测网络包括依次连接的多个网络层，每个网络层分别对前一网络层输出的初始特征进行卷积处理，进而输出自身的初始特征；在至少两个网络层之间反馈前向细节增强特征以及反向语义增强特征，将初始特征增强为目标特征；基于至少部分目标特征进行目标检测。通过上述方式，缓解不同网络层中语义信息和细节信息不平衡的问题，提高目标检测的准确性。提高目标检测的准确性。提高目标检测的准确性。

【技术实现步骤摘要】
目标检测方法、电子设备及计算机可读存储介质


[0001]本申请涉及目标检测
，特别是涉及目标检测方法、电子设备及计算机可读存储介质。

技术介绍

[0002]目标检测技术是计算机视觉领域非常的重要的研究方向之一，作为上游任务，其发展为计算机视觉中的下游任务奠定了基础。目标检测任务主要可以分为分类和定位两个子任务，其中定位任务主要是给出对应前景目标的坐标位置，而分类任务则是对相应的前景目标进行准确分类。

技术实现思路

[0003]本申请提供了目标检测方法、电子设备及计算机可读存储介质，能够缓解不同网络层中语义信息和细节信息不平衡的问题，提高目标检测的准确性。
[0004]第一方面，本申请提供一种目标检测方法，该方法包括：获取待检测图像；将待检测图像输入至目标检测网络进行特征提取，其中目标检测网络包括依次连接的多个网络层，每个网络层分别对前一网络层输出的初始特征进行卷积处理，进而输出自身的初始特征；在至少两个网络层之间反馈前向细节增强特征以及反向语义增强特征，将初始特征增强为目标特征；基于至少部分目标特征进行目标检测。<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，所述方法包括：获取待检测图像；将所述待检测图像输入至目标检测网络进行特征提取，其中所述目标检测网络包括依次连接的多个网络层，每个所述网络层分别对前一所述网络层输出的初始特征进行卷积处理，进而输出自身的初始特征；在至少两个所述网络层之间反馈前向细节增强特征以及反向语义增强特征，将所述初始特征增强为目标特征；基于至少部分所述目标特征进行目标检测。2.根据权利要求1所述的方法，其特征在于，所述在至少两个所述网络层之间反馈前向细节增强特征以及反向语义增强特征，将所述初始特征增强为目标特征，包括：依次以所述至少两个网络层中的后一个网络层作为当前网络层；对所述当前网络层的初始特征进行转换，得到所述当前网络层的反向语义增强特征；将所述当前网络层的反向语义增强特征与所述当前网络层上游的先前网络层的前向细节增强特征进行融合，得到所述先前网络层的所述目标特征；对所述先前网络层的所述目标特征进行转换，得到所述当前网络层的前向细节增强特征。3.根据权利要求2所述的方法，其特征在于，所述对所述当前网络层的初始特征进行转换，得到所述当前网络层的反向语义增强特征，包括：对所述当前网络层的初始特征进行反卷积，得到反卷积特征；将所述反卷积特征与所述先前网络层的初始特征进行像素相加，得到所述当前网络层的反向语义增强特征。4.根据权利要求2所述的方法，其特征在于，所述对所述先前网络层的所述目标特征进行转换，得到所述当前网络层的前向细节增强特征，包括：对所述先前网络层的所述目标特征进行卷积操作，得到所述当前网络层的前向细节增强特征。5.根据权利要求1所述的方法，其特征在于，所述基于至少部分所述目标特征进行目标检测，包括：对至少部分所述目标特征进行分类，得到分类检测结果；以及对至少部分所述...

【专利技术属性】
技术研发人员：王科洋，邵明，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：