目标检测方法、装置、设备、存储介质及产品制造方法及图纸

本申请提供一种目标检测方法、装置、设备、存储介质及产品。本申请的方法包括：根据针对目标道路采集的目标图像及第一检测模型对目标图像中的第一目标对象进行检测，获得第一目标对象以及第一目标对象对应的第一检测框；提取第一检测框在目标图像对应的局部图像；基于第二检测模型的图像输入尺寸和局部图像的图像尺寸，对局部图像进行缩放补齐处理，获得目标局部图像，目标局部图像的图像尺寸与图像输入尺寸相等；利用第二检测模型对目标局部图像中的第二目标对象进行检测，获得第二目标对象的检测结果第一目标对象的体积大于第二目标对象且第二目标对象设置于第一目标对象。提高了小体积目标检测的准确性。了小体积目标检测的准确性。了小体积目标检测的准确性。

【技术实现步骤摘要】
目标检测方法、装置、设备、存储介质及产品


[0001]本申请涉及计算机
，特别是智能交通、云计算领域，尤其涉及一种目标检测方法、装置、设备、存储介质及产品。

技术介绍

[0002]随着科技的迅速发展，目前智能交通管理的需求越来越多，对道路中的小体积目标的检测，以便于对小体积目标进行联网管理，例如进行预警分析、安全性分析、内容分析等等。因此，对道路两侧的小体积目标对象的准确检测是目前亟待解决的技术问题。

技术实现思路

[0003]本申请提供一种目标检测方法、装置、设备、存储介质及产品，用以解决道路两侧的小体积目标对象的检测准确度不高的问题。
[0004]第一方面，本申请提供一种目标检测方法，包括：根据针对目标道路采集的目标图像及第一检测模型对目标图像中的第一目标对象进行检测，获得第一目标对象以及所述第一目标对象对应的第一检测框；提取所述第一检测框在所述目标图像对应的局部图像；基于第二检测模型的图像输入尺寸和所述局部图像的图像尺寸，对所述局部图像进行缩放补齐处理，获得目标局部图像，所述目标局部图像的图像尺寸与所述图像输入尺寸相等；利用所述第二检测模型对所述目标局部图像中的第二目标对象进行检测，获得所述第二目标对象的检测结果；所述第一目标对象的体积大于所述第二目标对象且所述第二目标对象设置于所述第一目标对象。
[0005]第二方面，本申请提供一种目标检测装置，包括：第一检测单元，用于根据针对目标道路采集的目标图像及第一检测模型对目标图像中的第一目标对象进行检测，获得第一目标对象以及所述第一目标对象对应的第一检测框；图像提取单元，用于提取所述第一检测框在所述目标图像对应的局部图像；图像补齐单元，用于基于第二检测模型的图像输入尺寸和所述局部图像的图像尺寸，对所述局部图像进行缩放补齐处理，获得目标局部图像，所述目标局部图像的图像尺寸与所述图像输入尺寸相等；第二检测单元，用于利用所述第二检测模型对所述目标局部图像中的第二目标对象进行检测，获得所述第二目标对象的检测结果；所述第一目标对象的体积大于所述第二目标对象且所述第二目标对象设置于所述第一目标对象。
[0006]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的目标检测方法。
[0007]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的目标检测方法。
[0008]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的目标检测方法。
[0009]本申请提供的技术方案，可以利用针对目标道路采集的目标图像和第一检测模型进行第一目标对象的检测，第一检测模型可以检测目标图像中的第一目标对象和第一目标对象的第一检测框。通过第一检测框的获取可以提取第一检测框在目标图像对应的局部图像，实现对第二目标对象所在区域的初步圈定。之后，可以通过将局部图像尺寸调整至第二检测模型的图像输入尺寸实现对局部图像的输入调整，使得目标局部图像可以被输入到第二检测模型中，完成第二目标对象的检测。先通过对第二目标对象所在区域的初步圈定，再通过圈定的局部图像进行识别，可以从一个较小的范围内对第二目标对象进行更针对性的检测，提高检测效率和准确度。
附图说明
[0010]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0011]图1为本申请实施例提供的一种目标检测方法的一个应用场景示意图；图2为本申请实施例提供的一种目标检测方法的一个实施例的流程图；图3为本申请实施例提供的一种目标检测方法的又一个实施例的流程图；图4为本申请实施例提供的一种目标检测方法的又一个实施例的流程图；图5为本申请实施例提供的一个补齐图像的示意图；图6为本申请实施例提供的又一个补齐图像的示意图；图7为本申请实施例提供的一种目标检测方法的又一个实施例的流程图；图8为本公开实施例提供的一种目标检测装置的一个实施例的结构示意图；图9为本公开实施例提供的用于实现本公开的目标检测方法的电子设备的框图。
[0012]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0013]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0014]本公开的技术方案，可以应用于计算机
，特别是智能交通、云计算领域。通过先对图像中的大体积对象进行检测，获取相应的局部图像，再利用局部图像完成设置
于大体积对象上的小体积对象的检测。提高图像检测效率和准确性。
[0015]相关技术中，随着智能交通的应用领域越来越广泛，例如，交通部门的道路巡检会对道路上的一些体积较小的目标进行检测，完成目标对象或者内容的识别。小目标可以包括：标识牌、情报板、龙门架、测速相机、雷达、补光灯、充电桩等。目前较为主流的检测方法是，采用机器学习模型，例如SSD、centernet、YOLO等机器学习模型，直接对摄像头采集的视频进行小目标检测。但是目前对小目标的检测结果并不准确，检测效果并不高。
[0016]为了解决上述文件，本公开的技术方案中，标识牌等小目标的体积通常比较小，对于一些小目标的检测准确度并不高，不能对目标图像中的小目标及时进行识别。考虑到小目标多是设置于某些特定的物体上，被附着的物体的体积通常较大。例如标识牌通常需要设置于支撑架中，支撑架的体积要远大于标识牌的体积。因此，为了提高标识的检测准确度，可以将大目标的检测结果作为小目标的检测对象。
[0017]为了便于理解，下面将结合附图对本公开的技术方案进行详细介绍。
[0018]如图1所示，为本公开实施例提供的一种目标检测方法的一个应用场景示意图。在实际应用中，道路两旁可以设置体积较小的标识牌11、情报板12、测速相机13、雷达14、充电桩15等对象。可以通过设置于道路上的摄像机21对道路两旁的进行视频采集或者通过可移动的采集设备22，例如顶部设置有摄像头的车辆对对道路两旁进行视频采集。通常，采集的视频可以被发送至电子设备3。电子设备3例如可以包括：计算机、超级个人计算机、云服务器、超级计算机等，本公开中对电子设备的具体类型并不做出过多限定。
[0019]参图1，电子设备3例如可以包括云服务器。电子设备3可以从视频中确定目标图像，并利用配置的本公开的技术方案，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，包括：根据针对目标道路采集的目标图像及第一检测模型对目标图像中的第一目标对象进行检测，获得第一目标对象以及所述第一目标对象对应的第一检测框；提取所述第一检测框在所述目标图像对应的局部图像；基于第二检测模型的图像输入尺寸和所述局部图像的图像尺寸，对所述局部图像进行缩放补齐处理，获得目标局部图像，所述目标局部图像的图像尺寸与所述图像输入尺寸相等；利用所述第二检测模型对所述目标局部图像中的第二目标对象进行检测，获得所述第二目标对象的检测结果；所述第一目标对象的体积大于所述第二目标对象且所述第二目标对象设置于所述第一目标对象。2.根据权利要求1所述的方法，其特征在于，所述根据针对目标道路采集的目标图像及第一检测模型对目标图像中的第一目标对象进行检测，获得第一目标对象以及所述第一目标对象对应的第一检测框，包括：将所述目标图像输入第一检测模型，采用所述第一检测模型执行对象检测，获得第一候选对象；所述第一候选对象关联检测框；若确定所述第一候选对象属于第一对象类别，则确定所述第一候选对象为所述第一目标对象并获取所述第一候选对象的检测框为所述第一目标对象的第一检测框；所述利用第二检测模型对目标局部图像中的第二目标对象进行检测，获得第二目标对象的检测结果，包括：将所述目标局部图像输入到第二检测模型，采用所述第二检测模型执行对象检测，获得第二候选对象；所述第二候选对象关联检测框；若确定所述第二候选对象属于第二对象类别，则确定所述第二候选对象为所述第二目标对象，以获得所述第二目标对象的检测结果。3.根据权利要求1所述的方法，其特征在于，所述基于第二检测模型的图像输入尺寸和所述局部图像的图像尺寸，对所述局部图像进行缩放补齐处理，获得目标局部图像，包括：基于所述第二检测模型的图像输入尺寸和所述局部图像的图像尺寸，确定目标缩放比例；将所述局部图像的长度和宽度均按照所述目标缩放比例进行缩放处理，获得缩放处理后的缩放图像；将所述缩放图像按照所述图像输入尺寸进行图像补齐处理，获得所述目标局部图像。4.根据权利要求3所述的方法，其特征在于，所述基于所述图像输入尺寸和所述局部图像的图像尺寸，确定目标缩放比例，包括：确定所述图像输入尺寸对应的输入长度和输入宽度以及所述局部图像对应的局部图像长度和局部图像宽度；计算所述输入长度和所述局部图像长度的比例，获得第一长度比值；计算所述输入宽度和所述局部图像宽度的比例，获得第一宽度比值；若所述第一长度比值小于所述第一宽度比值，确定所述第一长度比值为所述目标缩放比例；若所述第一长度比值大于所述第一宽度比值，确定所述第一宽度比值为所述目标缩放
比例。5.根据权利要求4所述的方法，其特征在于，所述将所述缩放图像按照所述图像输入尺寸进行图像补齐处理，获得所述目标局部图像，包括：若所述目标缩放比例为所述第一长度比例，则确定所述缩放图像从宽度上进行补齐所对应的补齐宽度；基于所述补齐宽度和所述输入长度，确定第一补齐图像；将所述第一补齐图像、所述缩放图像以及所述第一补齐图像的复制图像从上到下的顺序进行图像拼接，获得所述目标局部图像。6.根据权利要求5所述的方法，其特征在于，所述确定所述缩放图像从宽度上进行补齐所对应的补齐宽度，包括：计算所述输入宽度和所述缩放图像的宽度之间的宽度差值，以确定所述宽度差值的二分之一为所述补齐宽度。7.根据权利要求4所述的方法，其特征在于，所述将所述缩放图像按照所述图像输入尺寸进行图像补齐处理，获得所述目标局部图像，包括：若所述目标缩放比例为所述第一宽度比例，则确定所述缩放图像从长度上进行补齐所所对应的补齐长度；基于所述补齐长度和所述输入宽度，确定第二补齐图像；将所述第二补齐图像、所述缩放图像以及所述第二补齐图像的复制图像从左到右的顺序进行图像拼接，获得所述目标局部图像。8.根据权利要求7所述的方法，其特征在于，所述确定所述缩放图像从长度上进行补齐所所对应的补齐长度，包括：计算所述输入长度和所述缩放图像的长度之间的长度差值，以确定所述长度差值的二分之一为所述补齐长度。9.根据权利要求4
‑
8任一项所述的方法，其特征在于，所述利用所述第二检测模型对所述目标局部图像中的第二目标对象进行检测，获得所述第二目标对象的检测结果，包括：将所述目标局部图像输入所述第二检测模型，获得所述第二目标对象以及所述第二目标对象的第二检测框；确定所述第二检测框在所述...

【专利技术属性】
技术研发人员：史帅，
申请(专利权)人：国汽智控北京科技有限公司，
类型：发明
国别省市：