本发明专利技术提供一种多目标检测方法、装置、设备、介质及产品，包括：将待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；其中，剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；预先训练好的多目标检测模型包括主干网络以及与主干网络连接的多个目标分支网络；相应地，剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。本发明专利技术能够使得每个目标分支网络得到最大限度的压缩，且保证各个目标对应的检测准确率几乎没有损失，还能够关注到不同尺度的不同目标之间的差异，无论是大目标还是小目标的检测，均有较高准确率。均有较高准确率。均有较高准确率。
【技术实现步骤摘要】
多目标检测方法、装置、设备、介质及产品
[0001]本专利技术涉及目标检测
，尤其涉及一种多目标检测方法、装置、设备、介质及产品。
技术介绍
[0002]近几年来，目标检测算法取得了很大的突破，且已应用在自动驾驶、智能冰箱等场景中。然而，现有的目标检测算法在一些特殊的应用场景中依旧存在较大的局限性。具体的，目前的目标检测算法无法很好地检测不同尺度的不同目标，而常规的卷积流程是同等地对待不同尺度的特征表示的不同语义，也就是说目前的目标检测算法容易忽略掉不同尺度的不同目标之间的差异，这也是导致多目标检测算法准确性略低的原因之一。
[0003]除此之外，由于应用在自动驾驶、智能冰箱等场景下需要考虑到处理器成本以及性能等制约，因而多目标检测模型的计算量往往有着严格的限制，如何在有限的算力下使检测模型有较为准确的结果成为难题之一。
技术实现思路
[0004]本专利技术提供一种多目标检测方法、装置、设备、介质及产品，用以解决上述问题。
[0005]本专利技术提供一种多目标检测方法，包括：
[0006]获取待检测图片；
[0007]将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；
[0008]其中，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；
[0009]所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目标分支网络；
[0010]相应地，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。
[0011]根据本专利技术提供的一种多目标检测方法，所述剪枝后的多目标检测模型包括剪枝后主干网络以及与所述剪枝后主干网络连接的多个剪枝后目标分支网络；
[0012]相应地，所述多个剪枝后目标分支网络通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到；
[0013]所述剪枝后主干网络通过对预先训练好的多目标检测模型中的主干网络进行动态剪枝后得到。
[0014]根据本专利技术提供的一种多目标检测方法，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到，包括：
[0015]S1、在预设的分支剪枝率集合中选中一个分支剪枝率作为待分析分支剪枝率，从所述多个目标分支网络中选中一个目标分支网络作为待分析目标分支网络，并利用所述待
分析分支剪枝率对所述待分析目标分支网络进行剪枝，得到剪枝后目标分支网络；
[0016]S2、对所述剪枝后目标分支网络进行剪枝敏感度分析，得到剪枝后分支网络性能；
[0017]S3、重复所述S1至所述S2直到穷尽所述预设的分支剪枝率集合中所有分支剪枝率集合，得到多个剪枝后分支网络性能；
[0018]S4、从所述多个剪枝后分支网络性能中确定最优剪枝后分支网络性能，并将所述最优剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支网络的最优剪枝率；
[0019]S5、重复所述S1至所述S4直到穷尽所有目标分支网络，得到每个目标分支网络对应的最优剪枝率，并基于对应的最优剪枝率分别对目标分支网络进行剪枝，得到剪枝后的多目标检测模型。
[0020]根据本专利技术提供的一种多目标检测方法，所述预设的分支剪枝率集合通过如下获得：
[0021]根据预先设定的分支剪枝率的取值范围以及分支剪枝率取值步长，在所述预先设定的分支剪枝率的取值范围内，穷举得到所有符合所述分支剪枝率取值步长的分支剪枝率，从而得到分支剪枝率集合。
[0022]根据本专利技术提供的一种多目标检测方法，所述多个剪枝后目标分支网络包括剪枝后人脸检测分支网络、剪枝后香烟检测分支网络以及剪枝后手机检测分支网络；
[0023]所述多个目标的检测结果包括人脸检测结果、香烟检测结果以及手机检测结果；
[0024]相应地，所述将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果，包括：
[0025]所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度特征图；
[0026]所述剪枝后人脸检测分支网络基于所述多尺度特征图预测得到人脸检测结果；
[0027]所述剪枝后香烟检测分支网络基于所述多尺度特征图预测得到香烟检测结果；
[0028]所述剪枝后手机检测分支网络基于所述多尺度特征图预测得到手机检测结果。
[0029]根据本专利技术提供的一种多目标检测方法，所述剪枝后主干网络包括多个卷积层；
[0030]相应地，所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度特征图，包括
[0031]每一所述卷积层对所述待检测图片进行特征提取，从而得到多个尺度不同的特征图；
[0032]根据所述人脸检测结果中人脸预测框、所述香烟检测结果中香烟预测框以及所述手机检测结果中手机预测框的尺度，从多个尺度不同的特征图中分别确定人脸检测特征图、香烟检测特征图以及手机检测特征图；
[0033]所述剪枝后人脸检测分支网络基于所述人脸检测特征图预测得到人脸检测结果；
[0034]所述剪枝后香烟检测分支网络基于所述香烟检测特征图预测得到香烟检测结果；
[0035]所述剪枝后手机检测分支网络基于所述手机检测特征图预测得到手机检测结果。
[0036]本专利技术还提供一种多目标检测装置，包括：
[0037]图片获取模块，用于获取待检测图片；
[0038]检测模块，用于将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；
[0039]其中，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；
[0040]所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目标分支网络；
[0041]相应地，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。
[0042]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如上述任一种多目标检测方法。
[0043]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一种多目标检测方法。
[0044]本专利技术还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述任一种多目标检测方法。
[0045]本专利技术提供的多目标检测方法、装置、设备、介质及产品，通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝从而得到剪枝后的多目标检测模型，使得每个目标分支网络能够得到最大限度的压缩，且保证各个目标对应的检测准确率几乎没有损失，剪枝后的多目标检测模型能够应用在需要考虑处理器成本以及性能等问题的场景中。另外，由于主干网络与剪枝后目标分支网络本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多目标检测方法，其特征在于，包括：获取待检测图片；将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；其中，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目标分支网络；相应地，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。2.根据权利要求1所述的多目标检测方法，其特征在于，所述剪枝后的多目标检测模型包括剪枝后主干网络以及与所述剪枝后主干网络连接的多个剪枝后目标分支网络；相应地，所述多个剪枝后目标分支网络通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到；所述剪枝后主干网络通过对预先训练好的多目标检测模型中的主干网络进行动态剪枝后得到。3.根据权利要求1所述的多目标检测方法，其特征在于，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到，包括：S1、在预设的分支剪枝率集合中选中一个分支剪枝率作为待分析分支剪枝率，从所述多个目标分支网络中选中一个目标分支网络作为待分析目标分支网络，并利用所述待分析分支剪枝率对所述待分析目标分支网络进行剪枝，得到剪枝后目标分支网络；S2、对所述剪枝后目标分支网络进行剪枝敏感度分析，得到剪枝后分支网络性能；S3、重复所述S1至所述S2直到穷尽所述预设的分支剪枝率集合中所有分支剪枝率集合，得到多个剪枝后分支网络性能；S4、从所述多个剪枝后分支网络性能中确定最优剪枝后分支网络性能，并将所述最优剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支网络的最优剪枝率；S5、重复所述S1至所述S4直到穷尽所有目标分支网络，得到每个目标分支网络对应的最优剪枝率，并基于对应的最优剪枝率分别对目标分支网络进行剪枝，得到剪枝后的多目标检测模型。4.根据权利要求3所述的多目标检测方法，其特征在于，所述预设的分支剪枝率集合通过如下获得：根据预先设定的分支剪枝率的取值范围以及分支剪枝率取值步长，在所述预先设定的分支剪枝率的取值范围内，穷举得到所有符合所述分支剪枝率取值步长的分支剪枝率，从而得到分支剪枝率集合。5.根据权利要求2
‑
4任一所述的多目标检测方法，其特征在于，所述多个剪枝后目标分支网络包括剪枝后人脸检...
【专利技术属性】
技术研发人员：贺克赛，
申请(专利权)人：际络科技上海有限公司，
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。