目标检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种目标检测方法、装置、电子设备及存储介质，涉及计算机视觉技术领域，包括：确定待检测图像和目标物体类别集，目标物体类别集用于表征需要从待检测图像中检测的不同目标物体类别；将目标物体类别集和待检测图像输入至目标检测模型，获取目标检测结果；目标检测结果包括待检测图像中与目标物体类别集对应的目标物体的目标类别和目标位置；目标检测模型是基于样本物体类别集、样本图像，以及样本图像中样本物体类别标签和样本物体位置标签训练得到的，样本物体类别集用于表征需要从样本图像中检测的不同样本物体类别。本发明专利技术方法结合额外输入的目标物体类别集，灵活控制所需检测的目标物体，能够更好地适配多样化的目标检测定制需求。化的目标检测定制需求。化的目标检测定制需求。

【技术实现步骤摘要】
目标检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机视觉
，尤其涉及一种目标检测方法、装置、电子设备及存储介质。

技术介绍

[0002]目标检测是计算机视觉的主要任务之一，用于找出图像中所有感兴趣的物体，并确定每个物体的类别和位置。因此，目标检测技术可广泛应用于智能化交通领域、智能监控领域、无人机识别领域等。
[0003]相关技术中的目标检测方法，通常以物体为单位设置一组针对多个预设物体的物体特征向量，再基于物体特征向量，对待检测图像进行物体检测，输出待检测图像中对应预设物体的位置信息与类别信息。
[0004]然而，由于相关技术以物体为单位进行目标检测时，只能针对固定类别的物体进行检测，并不适用于物体类别较多的图像进行检测，从而导致目标检测的灵活性和适用性不高。

技术实现思路

[0005]本专利技术实施例提供一种目标检测方法、装置、电子设备及存储介质，用以解决现有技术中只能针对固定类别的物体进行目标检测的缺陷，实现针对不同物体类别且物体类别较多的图像进行目标检测的目的，大幅提升了目标检测的灵活可靠性和广泛适用性。
[0006]本专利技术实施例提供一种目标检测方法，包括：确定待检测图像和目标物体类别集，所述目标物体类别集用于表征需要从所述待检测图像中检测的不同目标物体类别；将所述目标物体类别集和所述待检测图像输入至目标检测模型，获取目标检测结果；所述目标检测结果包括所述待检测图像中与所述目标物体类别集对应的目标物体的目标类别和目标位置；其中，所述目标检测模型是基于样本物体类别集、样本图像，以及所述样本图像中样本物体类别标签和所述样本物体位置标签训练得到的，所述样本物体类别集用于表征需要从所述样本图像中检测的不同样本物体类别。
[0007]根据本专利技术实施例提供的一种目标检测方法，所述目标检测模型包括目标特征粗提取网络、目标物体特征生成网络、目标特征精提取网络和目标物体检测网络，所述将所述目标物体类别集和所述待检测图像输入至目标检测模型，获取目标检测结果，包括：将所述待检测图像输入至目标特征粗提取网络，获取所述待检测图像的目标特征图像；将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络，获取第一目标物体类别的第一目标物体特征；所述第一目标物体类别为所述目标物体类别集中的部分目标物体类别；
将所述第一目标物体特征和所述目标特征图像输入至所述目标特征精提取网络，获取第二目标物体类别的第二目标物体特征；所述第二目标物体类别为所述第一目标物体类别中的部分目标物体类别；将所述第二目标物体特征输入至所述目标物体检测网络，获取所述目标物体检测网络输出的目标检测结果。
[0008]根据本专利技术实施例提供的一种目标检测方法，所述将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络，获取第一目标物体类别的第一目标物体特征，包括：将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络中，由所述目标物体特征生成网络对所述目标物体类别集和所述目标特征图像进行互注意力和全连接处理，确定用于描述所述待检测图像的物体类别向量；并基于所述物体类别向量，确定第一目标物体类别及所述第一目标物体类别的第一目标物体特征。
[0009]根据本专利技术实施例提供的一种目标检测方法，所述基于所述物体类别向量，确定第一目标物体类别及所述第一目标物体类别的第一目标物体特征，包括：针对所述物体类别向量中物体类别，获取物体参考位置；确定所述物体类别的置信度；基于所述置信度，从所述物体类别向量中确定第一目标物体类别；基于所述物体参考位置，确定所述第一目标物体类别的第一目标物体特征；所述第一目标物体特征用于表征所述第一目标物体类别存在于所述待检测图像中时属于所述第一目标物体类别的第一目标物体的目标位置。
[0010]根据本专利技术实施例提供的一种目标检测方法，所述将所述第一目标物体特征和所述目标特征图像输入至所述目标特征精提取网络，获取第二目标物体类别的第二目标物体特征，包括：将所述第一目标物体特征和所述目标特征图像输入至所述目标特征精提取网络中，由所述目标特征精提取网络对所述第一目标物体特征和所述目标特征图像进行互注意力解码处理，确定第二目标物体类别的第二目标物体特征。
[0011]根据本专利技术实施例提供的一种目标检测方法，所述将所述第二目标物体特征输入至所述目标物体检测网络，获取所述目标物体检测网络输出的目标检测结果，包括：将所述第二目标物体特征输入至所述目标物体检测网络中，由所述目标物体检测网络确定所述第二目标物体类别中存在于所述待检测图像中的最终目标物体，并基于所述最终目标物体的目标类别和目标位置，输出目标检测结果。
[0012]根据本专利技术实施例提供的一种目标检测方法，所述目标检测模型的训练过程，包括：获取样本物体类别集和样本图像集，所述样本图像集中每个样本图像含有样本物体类别标签和所述样本物体位置标签，所述样本物体类别集用于表征需要检测的每类样本物体；使用所述样本物体类别集和所述样本图像集对初始检测模型进行训练，确定目标检测模型。
[0013]根据本专利技术实施例提供的一种目标检测方法，所述使用所述样本物体类别集和所
述样本图像集对初始检测模型进行训练，确定目标检测模型，包括：根据所述样本物体类别集和所述样本图像集中样本图像对初始检测模型进行迭代训练，获取迭代训练后的中间检测模型的损失函数的值；基于所述中间检测模型的损失函数的值，获取参数更新后的中间检测模型；根据所述样本物体类别集和所述样本图像集中剩余样本图像，对所述参数更新后的中间检测模型进行迭代训练，确定目标检测模型。
[0014]本专利技术还提供一种目标检测装置，包括：确定模块，用于确定待检测图像和目标物体类别集，所述目标物体类别集用于表征需要从所述待检测图像中检测的不同目标物体类别；检测模块，用于将所述目标物体类别集和所述待检测图像输入至目标检测模型，获取目标检测结果；所述目标检测结果包括所述待检测图像中与所述目标物体类别集对应的目标物体的目标类别和目标位置；其中，所述目标检测模型是基于样本物体类别集、样本图像，以及所述样本图像中样本物体类别标签和所述样本物体位置标签训练得到的，所述样本物体类别集用于表征需要从所述样本图像中检测的不同样本物体类别。
[0015]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，所述处理器执行所述程序时实现如上述任一种所述目标检测方法。
[0016]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，该计算机程序被处理器执行时实现如上述任一种所述目标检测方法。
[0017]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述目标检测方法。
[0018]本专利技术实施例提供的目标检测方法、装置、电子设备及存储介质，其中目标检测方法，通过将表征需要从待检测图像中检测不同目标物体类别的目标物体类别集和待检测图像输入至目标检测模型的方式，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：确定待检测图像和目标物体类别集，所述目标物体类别集用于表征需要从所述待检测图像中检测的不同目标物体类别；将所述目标物体类别集和所述待检测图像输入至目标检测模型，获取目标检测结果；所述目标检测结果包括所述待检测图像中与所述目标物体类别集对应的目标物体的目标类别和目标位置；其中，所述目标检测模型是基于样本物体类别集、样本图像，以及所述样本图像中样本物体类别标签和所述样本物体位置标签训练得到的，所述样本物体类别集用于表征需要从所述样本图像中检测的不同样本物体类别。2.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测模型包括目标特征粗提取网络、目标物体特征生成网络、目标特征精提取网络和目标物体检测网络，所述将所述目标物体类别集和所述待检测图像输入至目标检测模型，获取目标检测结果，包括：将所述待检测图像输入至目标特征粗提取网络，获取所述待检测图像的目标特征图像；将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络，获取第一目标物体类别的第一目标物体特征；所述第一目标物体类别为所述目标物体类别集中的部分目标物体类别；将所述第一目标物体特征和所述目标特征图像输入至所述目标特征精提取网络，获取第二目标物体类别的第二目标物体特征；所述第二目标物体类别为所述第一目标物体类别中的部分目标物体类别；将所述第二目标物体特征输入至所述目标物体检测网络，获取所述目标物体检测网络输出的目标检测结果。3.根据权利要求2所述的目标检测方法，其特征在于，所述将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络，获取第一目标物体类别的第一目标物体特征，包括：将所述目标物体类别集和所述目标特征图像输入至所述目标物体特征生成网络中，由所述目标物体特征生成网络对所述目标物体类别集和所述目标特征图像进行互注意力和全连接处理，确定用于描述所述待检测图像的物体类别向量；并基于所述物体类别向量，确定第一目标物体类别及所述第一目标物体类别的第一目标物体特征。4.根据权利要求3所述的目标检测方法，其特征在于，所述基于所述物体类别向量，确定第一目标物体类别及所述第一目标物体类别的第一目标物体特征，包括：针对所述物体类别向量中物体类别，获取物体参考位置；确定所述物体类别的置信度；基于所述置信度，从所述物体类别向量中确定第一目标物体类别；基于所述物体参考位置，确定所述第一目标物体类别的第一目标物体特征；所述第一目标物体特征用于表征所述第一目标物体类别存在于所述待检测图像中时属于所述第一目标物体类别的第一目标物体的目标位置。5.根据权利要求2所述的目标检测方法，其特征在于，所述将所述第一目标物体特征和所述目标特征图像...

【专利技术属性】
技术研发人员：朱优松，陈志扬，赵朝阳，李朝闻，王金桥，唐明，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：