一种对对象进行计数的方法及计算设备技术

本公开公开了一种对对象进行计数的方法及计算设备。其中，对对象进行计数的方法包括：将包含对象的待检测图像输入特征提取组件，至少经局部跨阶段网络和下采样层的处理后，输出不同尺寸的特征提取图；将不同尺寸的特征提取图输入特征融合组件，经处理后分别输出对应尺寸的特征融合图；将特征融合图输入预测组件，以至少得到包含所述对象的预测框，并基于预测框，统计出所述对象的数量。统计出所述对象的数量。统计出所述对象的数量。

【技术实现步骤摘要】
一种对对象进行计数的方法及计算设备


[0001]本公开涉及计算机视觉
，尤其涉及对对象进行计数的方法及计算设备。

技术介绍

[0002]随着计算机视觉技术的不断发展，目前已经出现了基于计算机视觉的智能计数系统，以对工业零部件、电子元件、货物等对象进行自动计数，有助于将工人从繁复简单的计数工作中解放出来，降低工人工作强度。以建筑工地上的常见材料——钢筋为例，在实际建筑场景下，通常使用人工计数的方式统计入场钢筋数量。但是由于每次进场数量较大，需要花费大量人力才能完成数量统计。使用人工计数的方式对于工人负担较大，准确率也得不到保障，特别是在特殊天气情况下进行统计的误差较高。而且，钢筋本身价格高昂，计数误差将会给施工方带来经济损失。
[0003]目前基于计算机视觉的计数系统，主要分为基于传统图像处理的计数方法以及基于深度学习的计数方法。继续以钢筋为例，基于传统图像处理方法的钢筋计数方法，通常需要先将钢筋入场图像经过图像增强技术后，再对图像中钢筋进行计数。但这种方式通常步骤冗余、实施方案复杂，中间某个环节误差将向后传递，导致精度不足；同时，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对对象进行计数的方法，包括：将包含对象的待检测图像输入特征提取组件，至少经局部跨阶段网络和下采样层的处理后，输出不同尺寸的特征提取图；将所述不同尺寸的特征提取图输入特征融合组件，经处理后分别输出对应尺寸的特征融合图；将所述特征融合图输入预测组件，以至少得到包含所述对象的预测框，并基于所述预测框，统计出所述对象的数量。2.如权利要求1所述的方法，其中，所述特征提取组件包括耦接的卷积层和相同数量的局部跨阶段网络、下采样层，且各下采样层分别对应耦接在各局部跨阶段网络之前，其中，所述局部跨阶段网络和所述下采样层的数量均为5。3.如权利要求2所述的方法，其中，所述卷积层包括卷积处理块，所述卷积处理块依次包含卷积、批量归一化和激活函数；所述局部跨阶段网络包括残差卷积处理块，且在各局部跨阶段网络中，所述残差卷积处理块的数量不同；所述下采样层包括卷积处理块。4.如权利要求3所述的方法，其中，所述将包含对象的待检测图像输入特征提取组件，至少经局部跨阶段网络和下采样层的处理后，输出不同尺寸的特征提取图，包括：将包含对象的待检测图像输入所述卷积层，经处理后输出初步特征提取图；对所述初步特征提取图进行下采样，对应得到下采样后的特征图，并经局部跨阶段网络处理后生成第一特征提取图；对所述第一特征提取图进行下采样，对应得到下采样后的特征图，并经局部跨阶段网络处理后生成第二特征提取图；对所述第二特征提取图进行下采样，对应得到下采样后的特征图，并经局部跨阶段网络处理后生成第三特征提取图；对所述第三特征提取图进行下采样，对应得到下采样后的特征图，并经局部跨阶段网络处理后生成第四特征提取图；对所述第四特征提取图进行下采样，对应得到下采样后的特征图，并经局部跨阶段网络处理后生成第五特征提取图，其中，所述第一特征提取图、所述第二特征提取图、所述第三特征提取图、所述第四特征提取图和所述第五特征提取图具有不同尺寸。5.如权利要求3或4所述的方法，其中，所述残差卷积处理块包括：第一分支，适于将输入的特征图输出至融合模块；第二分支，包括2个卷积处理块和1个注意力模块，其中，所述卷积处理块适于对所述输入的特征图进行卷积处理，所述注意力模块适于通过生成通道权重向量对特征进行增强处理，并将增强后的特征图输出至融合模块；以及融合模块，适于将增强后的特征图与所述输入的特征图进行融合，得到对应尺寸的特征提取图。6.如权利要求5所述的方...

【专利技术属性】
技术研发人员：张磊，王磊，陈松，李洋，张丽娜，
申请(专利权)人：车智互联北京科技有限公司，
类型：发明
国别省市：