目标检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种目标检测方法，方法包括：获取待检测图像，所述待检测图像包括待检测旋转目标；通过训练好的目标检测模型对所述待检测图像进行特征提取，得到所述待检测旋转目标的分类特征和辅助特征；基于所述辅助特征对所述分类特征进行辅助处理，得到所述待检测旋转目标的检测结果。通过提取待检测旋转目标的分类特征和辅助特征，利用辅助特征来对分类特征进行辅助处理，从而得到待检测旋转目标的检测结果，不需要对anchor进行设计，因此也不需要进行非极大值抑制，提高了旋转目标检测的检测准确率，进而提高了旋转目标检测的检测性能。性能。性能。

【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]本专利技术涉及人工智能领域，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]旋转目标检测指的是将具有旋转方向的目标检测出来，也就是需要检测目标的中心点、宽高、角度。在俯视图的目标检测中比较常见，如遥感图像目标检测、航拍图像目标检测等。当前的旋转目标检测往往是基于anchor锚点和非极大值抑制的目标检测算法，由于图像中旋转目标的大小和位置不一样，基于anchor的目标检测算法有一些固有缺点，比如想要检测所有大小和位置的旋转目标，anchor的设计会非常复杂，要去设计不同的比例，不同的尺寸，而且anchor的比例和尺寸设计不适当，还会影响后续的非极大值抑制，造成误差累积，从而影响目标检测模型的检测准确率。因此，现有的旋转目标检测算法具有检测准确率不高的问题。

技术实现思路

[0003]本专利技术实施例提供一种目标检测方法，旨在解决现有目标检测过程中，旋转目标检测算法具有检测准确率不高的问题。通过提取待检测旋转目标的分类特征和辅助特征，利用辅助特征来对分类本文档来自技高网...

【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，所述目标检测方法用于旋转目标的检测，包括以下步骤：获取待检测图像，所述待检测图像包括待检测旋转目标；通过训练好的目标检测模型对所述待检测图像进行特征提取，得到所述待检测旋转目标的分类特征和辅助特征；基于所述辅助特征对所述分类特征进行辅助处理，得到所述待检测旋转目标的检测结果。2.如权利要求1所述的目标检测方法，其特征在于，所述训练好的目标检测模型包括特征提取网络、特征融合网络、分类特征输出网络、辅助特征输出网络，所述通过训练好的目标检测模型对所述待检测图像进行特征提取，得到所述待检测旋转目标的分类特征和辅助特征，包括：通过所述特征提取网络对所述待检测图像进行特征提取，得到所述待检测图像的多尺度特征；通过所述特征融合网络对所述多尺度特征进行特征融合，得到所述待检测图像的融合特征；通过所述分类特征输出网络对所述融合特征进行预测，得到所述待检测旋转目标的分类特征，所述分类特征包括特征通道，不同类别的待检测旋转目标对应于不同的特征通道；通过所述辅助特征输出网络对所述融合特征进行预测，得到所述待检测旋转目标的辅助特征。3.如权利要求2所述的目标检测方法，其特征在于，所述辅助特征包括高宽特征以及旋转角度特征，所述基于所述辅助特征对所述分类特征进行辅助处理，得到所述待检测旋转目标的检测结果，包括：对所述分类特征进行关键点提取，得到所述待检测旋转目标的目标关键点；基于所述目标关键点，在所述高宽特征中索引对应的目标高宽属性，以及在所述旋转角度特征中索引对应的目标旋转角度属性；基于所述目标关键点、所述目标高宽属性以及所述目标旋转角度属性，得到所述待检测旋转目标的检测结果。4.如权利要求3所述的目标检测方法，其特征在于，在所述通过训练好的目标检测模型对所述待检测图像进行特征提取，得到所述待检测旋转目标的分类特征和辅助特征之前，所述方法还包括：获取训练数据集，所述训练数据集中包括样本图像以及标注框，所述样本图像中包括样本旋转目标，所述标注框为所述样本旋转目标的标注框；获取目标检测模型，并通过所述训练数据集对的目标检测模型进行训练，得到训练好的目标检测模型，所述目标检测模型包括特征提取网络、特征融合网络、分类特征输出网络、高宽特征输出网络以及旋转角度特征输出网络。5.如权利要求4所述的目标检测方法，其特征在于，所述获取目标检测模型，并通过所述训练数据集对的目标检测模型进行训练，得到训练好的目标检测模型，包...

【专利技术属性】
技术研发人员：刘文龙，曾卓熙，肖嵘，王孝宇，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：