目标对象的检测方法、装置、可读存储介质及电子设备制造方法及图纸

本发明专利技术提供了一种目标对象的检测方法、装置、可读存储介质及电子设备，目标对象的检测方法包括：获取多个目标对象，并选择与多个目标对象中的一个目标对象进行合并的背景图像；根据多个目标对象，以及目标对象进行合并的背景图像确定多个标注图像；建立目标检测模型，并将多个标注图像输入至目标检测模型进行训练；获取目标图像，使用训练后的目标检测模型识别目标图像中的目标对象。识别目标图像中的目标对象。识别目标图像中的目标对象。

【技术实现步骤摘要】
目标对象的检测方法、装置、可读存储介质及电子设备


[0001]本专利技术涉及目标检测领域，具体而言，涉及一种目标对象的检测方法、装置、可读存储介质及电子设备。

技术介绍

[0002]相关技术中，在对增值税普通发票、增值税专用发票、增值税电子普通发票、增值税电子专用发票等票据中的印章进行检测时，对票据印章的检测难度较高，使得票据印章检测的准确率不高，误检、漏检的情况较严重。

技术实现思路

[0003]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题。
[0004]为此，本专利技术的第一方面提供了一种目标对象的检测方法。
[0005]本专利技术的第二方面提供了一种目标对象的检测装置。
[0006]本专利技术的第三方面提供了一种可读存储介质。
[0007]本专利技术的第四方面提供了一种电子设备。
[0008]有鉴于此，本专利技术的第一方面提出了一种目标对象的检测方法，检测方法包括：获取多个目标对象，并选择与多个目标对象中的一个目标对象进行合并的背景图像；根据多个目标对象，以及目标对象进行合并的背景图像确定多个标注图像；建立目标检测模型，并将多个标注图像输入至目标检测模型进行训练；获取目标图像，使用训练后的目标检测模型识别目标图像中的目标对象。
[0009]在本专利技术的技术方案中，系统获取多个目标对象，并选择与多个目标对象中任意一个目标对象进行合并的背景图像，使得多个目标对象可以与多个背景图像进行合并，以确定多个标注图像，而后使用多个标注图像对系统建立的目标检测模型进行训练，使得训练后的目标检测模型可以对目标图像中的目标对象进行识别。
[0010]在上述技术方案中，多个目标对象与多个背景图像确定标注图像，其中，标注图像是模拟目标图像并用于对目标检测模型进行训练的图像，即目标对象用来模拟被识别的目标对象，通过使用系统合成的多个标注图像对目标检测模型进行训练，由于目标对象以及背景图像的数量与样式为多个，因此在满足进行训练的图像多样性的情况下，使得训练后的目标检测模型可以适应各种复杂的背景图像，对多种背景图像下的目标对象进行识别。
[0011]在上述任一技术方案中，多个目标对象可以是印章、二维码、人像等需要被识别的对象，背景图像可以是与印章结合的票据背景、与人像结合的简历背景等与上述被识别对象相结合的背景图，目标图像以及目标图像中的目标对象可以是系统获取的真实的票据、简历以及真实的票据、简历中需要被识别的印章、人像。
[0012]在上述技术方案中，将目标对象、目标对象以印章为例，目标图像以票据为例，背景图像以票据背景为例，示例性地，可以通过收集全国各省市行政或商业组织机构的名称来获取目标对象，并确定与目标对象对应合并的背景图像，将目标对象与背景图像进行合
并并进行信息的标注，以形成用于训练的票据图像，即标注图像，使得通过此方式多个标注图像的背景图像与目标对象均不相同，增加训练样本的难度和多样性，将多个标注图像输入至目标检测模型进行模型的训练，使得训练后的模型可以避免模型过拟合现象，提升模型的鲁棒性。
[0013]在上述技术方案中，将目标对象以印章为例，示例性地，系统可以获取全国各省市行政或商业组织机构的名称通过PIL(Python Imaging Library，一个python的图像处理库)生成的目标对象，具体地，将上述名称通过PIL在模型的底板上生成上述名称，并对该底板进行裁切、旋转、排版融合，最终生成完整印章，即目标对象，通过系统获取目标对象以及选择背景图像合成标注图像，避免了人工获取训练目标检测模型的训练图像，降低了获取标注图像的成本。
[0014]在上述任一技术方案中，将目标图像以票据为例，训练后的目标检测模型可以对多个种类的目标图像中的目标对象进行识别，其识别种类可以是增值税普通发票、增值税专用发票、增值税电子普通发票、增值税电子专用发票、出租车票、定额发票、航空行程单等票据种类。
[0015]在上述任一技术方案中，目标检测模型可以是YOLO模型(You Only Look Once，目标检测模型)，或是其他轻量级的目标检测模型。
[0016]根据本专利技术提供的目标对象的检测方法，还可以具有以下附加技术特征：
[0017]在上述任一技术方案中，根据多个目标对象，以及目标对象进行合并的背景图像确定多个标注图像，具体包括：将背景图像以及目标对象合并为训练图像；确定多个目标对象分别在对应的训练图像中的位置信息；根据位置信息对位置信息对应的训练图像进行信息标注，确定多个标注图像。
[0018]在上述技术方案中，根据目标对象以及背景图像确定标注图像的具体步骤为，将目标对象以及背景图像合并为训练图像，此时的训练图像为未进行信息标注的图像，由于目标对象与背景图像之间是任意位置进行合并，因此需要确定目标对象在训练图像中的位置信息，并根据位置信息对训练图像进行信息标注，得到标注图像，标注图像即为指示目标对象在训练图像中位置关系的训练图像，使得目标检测模型可以根据确定后的标注图像进行训练，进而可以确定目标图像中目标对象的位置信息。
[0019]在上述任一技术方案中，将背景图像以及目标对象合并为训练图像，具体包括：确定目标对象的旋转角度；将目标对象以旋转角度进行旋转后合并在背景图像上，得到训练图像。
[0020]在上述技术方案中，在将背景图像和目标对象进行合并为训练图像时，需要确定目标对象的旋转角度，并对目标对象进行旋转角度的旋转后合并在背景图像上，得到训练图像，通过对训练图像中目标对象姿态的调整，即不同旋转角度下的目标对象与背景图像合并的训练图像并不是同一个训练图像，在未增加目标对象以及背景图像的情况下增加了训练样本的数量以及多样性，可以提供大量的不同种类的标注数据对目标检测模型进行训练，减小运行资源的占用。
[0021]在上述技术方案中，将目标对象以旋转角度进行旋转后合并在背景图像上具体为，确定目标对象的旋转角度，示例性地，旋转角度可以是0
°
至360
°
中任意的一个角度，将目标对象通过固定的旋转中心根据旋转角度进行旋转，当目标对象旋转到固定的旋转角度
的情况下，将目标对象合并到背景图像上形成训练图像。
[0022]在上述任一技术方案中，示例性地，在对训练图像中的目标对象进行姿态调整，除上述对目标对象进行旋转外，还可以对目标对象进行错切处理，以此增加训练样本的数量以及多样性。
[0023]在上述任一技术方案中，确定多个目标对象分别在对应的训练图像中的位置信息，具体包括：分别确定多个目标对象在对应的训练图像中的图像中心；根据图像中心确定多个目标对象在对应的训练图像中的坐标信息；根据坐标信息与旋转角度确定多个目标对象在对应的训练图像中的位置信息。
[0024]在上述技术方案中，训练图像是目标对象经旋转角度旋转后与背景图像合并后的图像，系统确定多个目标对象分别在对应的训练图像中的位置信息的具体步骤为，以一个训练图像中包括一个目标对象为例，确定训练图像中目标对象的图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象的检测方法，其特征在于，所述检测方法包括：获取多个所述目标对象，并选择与多个所述目标对象中的一个所述目标对象进行合并的背景图像；根据多个所述目标对象，以及与所述目标对象进行合并的所述背景图像确定多个标注图像；建立目标检测模型，并将所述多个标注图像输入至所述目标检测模型进行训练；获取目标图像，使用训练后的所述目标检测模型识别所述目标图像中的所述目标对象。2.根据权利要求1所述的目标对象的检测方法，其特征在于，所述根据多个所述目标对象，以及所述目标对象进行合并的所述背景图像确定所述多个标注图像，具体包括：将所述背景图像以及所述目标对象合并为训练图像；确定多个所述目标对象分别在对应的所述训练图像中的位置信息；根据所述位置信息对所述位置信息对应的所述训练图像进行信息标注，确定所述多个标注图像。3.根据权利要求2所述的目标对象的检测方法，其特征在于，所述将所述背景图像以及所述目标对象合并为所述训练图像，具体包括：确定所述目标对象的旋转角度；将所述目标对象以旋转角度进行旋转后合并在所述背景图像上，得到所述训练图像。4.根据权利要求3所述的目标对象的检测方法，其特征在于，所述确定多个所述目标对象分别在对应的所述训练图像中的所述位置信息，具体包括：分别确定多个所述目标对象在对应的所述训练图像中的图像中心；根据所述图像中心确定多个所述目标对象在对应的所述训练图像中的坐标信息；根据所述坐标信息与所述旋转角度确定多个所述目标对象在对应的所述训练图像中的位置信息。5.根据权利要求1至4中任一项所述的目标对象的检测方法，其特征在于，所述将所述多个标注图像输入至所述目标检测模型进行训练，具体包括：将所述多个标注图像输入至所述目标检测模型后，对所述多个标注图像进行数据增强处理；控制所述目标检...

【专利技术属性】
技术研发人员：刘志强，
申请(专利权)人：用友网络科技股份有限公司，
类型：发明
国别省市：