【技术实现步骤摘要】
目标检测方法、装置和系统
[0001]本申请涉及计算机视觉领域，尤其涉及一种目标检测方法、装置和系统。
技术介绍
[0002]目标检测(object detection)是一种从图像中找出感兴趣的目标的技术。目标检测包括检测目标位置和识别目标类别。目前，主要利用单阶段(one stage)目标检测算法进行目标检测。例如，通过设计的神经网络实现利用单阶段目标检测算法进行目标检测的功能。但是，基于一种神经网络对不同场景图像，或者不同特征的图像进行目标检测，由于不同图像的特征不同，如果采用一种神经网络对不同特征的图像进行目标检测，无法确保目标检测的精度和速度。因此，如何提供一种确保目标检测的精度和速度的目标检测方法成为亟待解决的问题。
技术实现思路
[0003]本申请提供了目标检测方法、装置和系统，由此来提高对图像进行目标检测的精度和速度。
[0004]第一方面，本申请提供了一种目标检测方法，该方法可以由系统执行，该系统包括执行设备，具体包括如下步骤：执行设备获取到包括待检测对象的图像后，利用目标检测网络池...
【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：获取图像，所述图像包括待检测对象；利用目标检测网络池中的第一目标检测网络对所述图像进行目标检测，得到检测结果，所述目标检测网络池包括至少两个目标检测网络，所述第一目标检测网络为目标检测网络池中任意一个目标检测网络，所述第一目标检测网络用于对包括第一类特征的图像进行目标检测，所述第一目标检测网络对所述第一类特征的检测结果优于所述目标检测网络池中其他目标检测网络的检测结果。2.根据权利要求1所述的方法，其特征在于，在所述利用目标检测网络池中的第一目标检测网络对所述图像进行目标检测，得到检测结果之前，所述方法还包括：根据所述图像的特征从所述目标检测网络池中选择所述第一目标检测网络，所述图像的特征是与所述第一类特征相似的特征。3.根据权利要求1或2所述的方法，其特征在于，在所述利用目标检测网络池中的第一目标检测网络对所述图像进行目标检测，得到检测结果之前，所述方法还包括：根据包括所述第一类特征的测试图像确定超网络中多个子网络的评价值，所述评价值用于指示子网络对所述测试图像进行目标检测的精度，所述超网络包括N层网络层，每层网络层包括至少一个神经网络单元，所述子网络是所述超网络中对所述测试图像进行目标检测的一条路径，所述子网络包括N层网络层，每层网络层包括一个神经网络单元，N为正整数；根据所述多个子网络的评价值从所述多个子网络中确定所述第一目标检测网络。4.根据权利要求3所述的方法，其特征在于，根据所述多个子网络的评价值从所述多个子网络中确定所述第一目标检测网络，包括：在约束条件下，根据所述多个子网络的评价值从所述多个子网络中确定所述第一目标检测网络，所述约束条件为第一计算资源运行子网络对所述测试图像进行目标检测的推理时长小于预设时长；将所述多个子网络的评价值中最大评价值的子网络确定为所述第一目标检测网络。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，在所述利用目标检测网络池中的第一目标检测网络对所述图像进行目标检测，得到检测结果之前，所述方法还包括：根据计算资源运行子网络对包括所述第一类特征的测试图像进行目标检测的推理时长和精度，从多种计算资源中选择第一计算资源作为与所述测试图像匹配的计算资源，所述多种计算资源中包括至少一种计算资源，所述至少一种计算资源中每种计算资源包括与计算资源的算力关联的资源。6.根据权利要求1
‑
5中任一项所述的方法，其特征在于，所述目标检测网络池中每个目标检测网络包括骨干网络和特征金字塔网络，所述骨干网络用于对图像进行特征提取，所述特征金字塔网络用于对所述骨干网络输出的特征进行处理，得到检测结果。7.根据权利要求1
‑
6中任一项所述的方法，其特征在于，所述第一类特征包括场景特征、图像清晰度特征和图像类别特征中至少一个。8.一种目标检测装置，其特征在于，所述装置包...
【专利技术属性】
技术研发人员：赵麒皓，王兴刚，王永忠，欧阳忠清，陈文杰，刘文予，
申请(专利权)人：华为技术有限公司，
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。