一种目标检测方法、装置、设备和介质制造方法及图纸

本申请涉及一种目标检测方法、装置、设备和介质，其方法包括：获取待检测图片；其中，待检测图片包括电力信息图像；对待检测图片进行特征提取，得到多个不同大小的第一特征图；对多个不同大小的第一特征图进行自适应注意力计算，得到多个不同尺度的第二特征图；对多个不同尺度的第二特征图进行特征融合，得到融合特征图；对融合特征图进行多个电力信息的故障状态检测，得到检测结果。进行自适应注意力计算，使得不同尺度的第二特征图具有丰富的多尺度上下文信息，在一定程度上缓解了由于通道数减少而造成的信息丢失，提高了目标检测的精度。度。度。

【技术实现步骤摘要】
一种目标检测方法、装置、设备和介质


[0001]本申请涉及目标检测的
，尤其是涉及一种目标检测方法、装置、设备和介质。

技术介绍

[0002]在传统的目标图像检测方法中，主流方法是由人工去进行批量的审核，这样随着信息流数据量的增大，人工成本和压力也与日俱增，因此依靠人工进行检测的方法变得不再现实。当今，目标检测是计算机视觉和数字图像处理领域非常热门的一个方向，在机器人巡航、自动驾驶、工业监控、智慧安防等诸多领域，均有广泛应用，可以为公司减少一定的人力成本。
[0003]相关技术中，目标检测算法中yolov5算法在灵活性和速度上远超其他算法，基于算法部署的成本考虑，yolov5算法得到了目标检测领域的广泛应用，然而，在使用yolov5算法进行目标检测时，由于受限于卷积层的局部特征影响，在目标检测上存在部分精度上限。
[0004]因此，如何提升目标检测时的精度是本领域技术人员亟待解决的问题。

技术实现思路

[0005]本申请的目的是提供一种目标检测方法、装置、设备和介质，用于解决以上至少一项技术问题。
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：获取待检测图片；其中，待检测图片包括电力信息图像，其中，电力信息图像包括以下任意一种或者多种：电流端子图像、电压端子图像、出口端子图像、电压板图像；对所述待检测图片进行特征提取，得到多个不同大小的第一特征图；对多个不同大小的所述第一特征图进行自适应注意力计算，得到多个不同尺度的第二特征图；对多个所述不同尺度的第二特征图进行特征融合，得到融合特征图；对所述融合特征图进行多个电力信息的故障状态检测，得到检测结果。2.根据权利要求1所述的目标检测方法，其特征在于，所述获取待检测图片，包括：获取初始待检测图片；对所述初始待检测图片进行预处理，得到待检测图片；其中所述预处理包括以下任意一种或者多种：缩放、裁剪、归一化、Mosaic数据增强。3.根据权利要求1所述的目标检测方法，其特征在于，针对任一大小的第一特征图进行自适应注意力计算，得到任一尺度的第二特征图，包括：对任一大小的第一特征图进行不同尺度池化，得到多个不同尺度的特征图；针对每一尺度的特征图进行卷积，得到卷积后特征图，其中，所有尺度的特征图在进行卷积后的通道维数均相同；利用双线性插值将通道维数相同的所有尺度的特征图上采样到相同尺度，得到多个维数尺度均相同的特征图；将所述多个维数尺度均相同的特征图合并，得到合并特征图；根据所述多个维数尺度均相同的特征图，生成各自对应的空间权值；根据所有空间权值，得到权值映射特征图；根据所述权值映射特征图与所述合并特征图进行Hadamard乘积操作，得到乘积合并特征图；将所述乘积合并特征图分离成多个乘积特征图，并根据所述多个乘积特征图与第一特征图聚合，得到任一尺度的第二特征图。4.根据权利要求1所述的目标检测方法，其特征在于，所述对所述待检测图片进行特征提取，得到不同大小的第一特征图；对不同大小的所述第一特征图进行自适应注意力计算，得到不同尺度的第二特征图；对所述不同尺度的第二特征图进行特征融合，得到融合特征图；对所述融合特征图进行多个电力信息的故障状态检测，得到检测结果，是基于故障检测模型实现的；其中，所述故障检测模型的训练过程，包括：获取待训练模型，其中，所述待训练模型为基于yolov5的模型，包括：backbone层、自适应注意力模块、neck层以及prediction层；back...

【专利技术属性】
技术研发人员：赵建伦，严成才，张章，谢玉成，赵毅恒，黄晟，何茂丽，张乐心，杨炜锋，
申请(专利权)人：杭州恒胜电子科技有限公司，
类型：发明
国别省市：