一种目标检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种目标检测方法、装置、设备及存储介质，属于计算机视觉技术领域。该方法包括：采用目标检测网络的特征提取网络，对待检测图像进行特征提取，得到至少一个输出层输出的初始特征；根据输出层输出的初始特征，分别对至少一个输出层输出的初始特征进行特征尺寸归一化，得到输出层对应的至少一个输出层的归一化特征；根据输出层的初始特征、以及输出层对应的至少一个输出层的归一化特征，确定输出层对应的通道融合特征，并确定输出层对应的空间融合特征；根据通道融合特征和空间融合特征，确定输出层对应的最终特征；采用目标检测网络的预测网络，对至少一个输出层对应的最终特征进行预测，得到待检测图像的预测结果。果。果。

【技术实现步骤摘要】
一种目标检测方法、装置、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、设备及存储介质。

技术介绍

[0002]目标检测用于对图片中对感兴趣的目标进行定位和识别。随着近些年硬件计算能力的提高、深度学习的发展和高质量数据集的公开，使得目标检测在近些年有了较大发展。目标检测函数大致可以分为一阶段目标检测和二阶段目标检测两类，一阶段目标检测以retinanet和YOLO(You Only Look Once)系列为代表，二阶段目标检测以Faster R
‑
CNN(Faster Region
‑
CNN，快速区域卷积神经网络)和Cascade R
‑
CNN(Cascade Region
‑
CNN，级联的区域卷积神经网络)为代表。
[0003]大多数目标检测网络都可以分为骨干网络，瓶颈层网络和预测头几个主要部分。其中较为重要的部分就是瓶颈层网络部分，经过了骨干网络的特征提取之后，一般就会得到不同层的不同分辨率大小的尺寸的特征。特征图本文档来自技高网...

【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：采用目标检测网络的特征提取网络，对待检测图像进行特征提取，得到至少一个输出层输出的初始特征；根据所述输出层输出的初始特征，分别对至少一个输出层输出的初始特征进行特征尺寸归一化，得到所述输出层对应的至少一个输出层的归一化特征；根据所述输出层的初始特征、以及所述输出层对应的至少一个输出层的归一化特征，确定所述输出层对应的通道融合特征，并确定所述输出层对应的空间融合特征；根据所述通道融合特征和所述空间融合特征，确定所述输出层对应的最终特征；采用所述目标检测网络的预测网络，对至少一个输出层对应的最终特征进行预测，得到所述待检测图像的预测结果。2.根据权利要求1所述的方法，其特征在于，根据所述输出层的初始特征、以及所述输出层对应的至少一个输出层的归一化特征，确定所述输出层对应的通道融合特征，包括：根据所述至少一个输出层的归一化特征，确定所述输出层的至少一个通道的通道分值权重；根据所述输出层的初始特征、以及所述输出层的至少一个通道的通道分值权重，确定所述输出层对应的通道融合特征。3.根据权利要求2所述的方法，其特征在于，所述根据至少一个输出层的归一化特征，确定所述输出层的至少一个通道的通道分值权重，包括：对至少一个输出层的归一化特征进行相加，得到所述输出层对应的加和特征；计算所述加和特征的协方差，得到所述输出层对应的层次相关特征；对所述层次相关特征进行正交分解，得到所述层次相关特征对应的至少一个通道的通道特征；对所述通道特征进行至少两次卷积操作，得到所述通道对应的通道分值权重。4.根据权利要求2所述的方法，其特征在于，根据所述输出层的初始特征、以及所述输出层的至少一个通道的通道分值权重，确定所述输出层对应的通道融合特征，包括：分别将所述输出层的初始特征与对应的至少一个通道的通道分值权重相乘，得到所述输出层对应的通道融合特征。5.根据权利要求1所述的方法，其特征在于，根据所述输出层的初始特征、以及所述输出层对应的至少一个输出层的归一化特征，确定所述输出层对应的空间融合特征，包括：根据所述至少一个输出层的归一化特征，确定所述输出层对应的空间层次特征；根据所述输出层的初始特征、以及所述输出层对应的空间层...

【专利技术属性】
技术研发人员：张腾飞，李林超，王威，周凯，
申请(专利权)人：浙江啄云智能科技有限公司，
类型：发明
国别省市：