目标检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:37559705 阅读:12 留言:0更新日期:2023-05-15 07:42
本发明专利技术公开了一种目标检测方法、装置、电子设备及存储介质,该方法包括:获取待检测图像;所述待检测图像包含被检测物体;将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图;基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,以根据所述第一目标框和所述第二目标框确定所述被检测物体的属性状态;所述第一目标框用于表征所述被检测物体的第一类别属性,所述第二目标框用于表征所述被检测物体的第二类别属性。本发明专利技术可以避免因环境等因素影响导致检测过程中误报率较高,提高了检测的准确率,可以满足不同场景的需求。可以满足不同场景的需求。可以满足不同场景的需求。

【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]本专利技术涉及计算机
,具体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]目前,针对公共场所等场景的垃圾桶,由于垃圾桶在不同的使用状态时,容易造成垃圾外溢等问题,为了提高工作人员的管理效率和降低垃圾外溢等问题,需要严格监督和处理各个公共场所中垃圾桶的使用状态;传统的基于人工的方式对垃圾桶状态检查对工作人员容易造成影响且检查效率低,而目前针对垃圾桶进行目标检测的方式,由于环境光线及类似垃圾桶颜色和形状等因素影响,容易导致检测过程中误报率较高,检测的准确率不足,难以满足不同场景的需求。

技术实现思路

[0003]第一方面,本专利技术的主要目的是提供一种目标检测方法,包括:
[0004]获取待检测图像;所述待检测图像包含被检测物体;
[0005]将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图;
[0006]基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,以根据所述第一目标框和所述第二目标框确定所述被检测物体的属性状态;所述第一目标框用于表征所述被检测物体的第一类别属性,所述第二目标框用于表征所述被检测物体的第二类别属性。
[0007]可选地,所述将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图,包括:
[0008]将所述待检测图像输入预先训练的目标检测模型中进行处理,并获取所述目标检测模型中的至少四个卷积核分别对应的输出结果,得到至少四个尺度的尺度特征图。
[0009]可选地,所述基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,包括:
[0010]根据多个所述尺度特征图,确定出每个所述尺度特征图中所述被检测物体对应的先验框及所述先验框的置信度;
[0011]基于所述先验框的置信度对所述先验框进行筛选,以确定出所述被检测物体的第一目标框和第二目标框。
[0012]可选地,所述基于所述先验框的置信度对所述先验框进行筛选,以确定出所述被检测物体的第一目标框和第二目标框,包括:
[0013]基于所述先验框的置信度进行计算,以筛选得到第一类别属性对应的先验框和第二类别属性对应的先验框;
[0014]基于所述第一类别属性对应的先验框和所述第二类别属性对应的先验框分别进
行非极大值抑制处理,以筛选得到所述被检测物体的第一目标框和第二目标框。
[0015]可选地,所述方法还包括:
[0016]对所述第一目标框和所述第二目标框进行颜色特征提取,得到所述被检测物体的颜色参数;
[0017]基于所述被检测物体的颜色参数确定所述被检测物体是否为垃圾桶。
[0018]可选地,所述颜色参数包括色调值、饱和度值及明度值;所述基于所述被检测物体的颜色参数确定所述被检测物体是否为垃圾桶,包括:
[0019]根据所述被检测物体的色调值、饱和度值及明度值,分别判断所述色调值是否在第一参数区间、所述饱和度值是否在第二参数区间及所述明度值是否在第三参数区间内;
[0020]若所述色调值在第一参数区间内、所述饱和度值在第二参数区间内且所述明度值在第三参数区间内,则确定所述被检测物体为垃圾桶。
[0021]可选地,所述目标检测模型的方法包括:
[0022]获取样本图像,所述样本图像包括被检测物体的第一真实框或第二真实框;
[0023]通过待训练的网络模型对所述样本图像进行处理,得到所述被检测物体的第一预测框或第二预测框;
[0024]根据所述第一真实框和所述第一预测框进行损失计算,或者根据所述第二真实框和所述第二预测框进行损失计算,得到损失结果;
[0025]基于所述损失结果更新所述网络模型的参数,得到训练后的目标检测模型。
[0026]第二方面,本专利技术实施例提供了一种目标检测装置,包括:
[0027]获取模块,用于获取待检测图像;所述待检测图像包含被检测物体;
[0028]特征提取模块,用于将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图;
[0029]预测模块,用于基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,以根据所述第一目标框和所述第二目标框确定所述被检测物体的属性状态;所述第一目标框用于表征所述被检测物体的第一类别属性,所述第二目标框用于表征所述被检测物体的第二类别属性。
[0030]第三方面,本专利技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的目标检测方法的步骤。
[0031]第四方面,本专利技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述的目标检测方法的步骤。
[0032]本专利技术的上述方案至少包括以下有益效果:
[0033]本专利技术提供的目标检测方法,可以先获取待检测图像;所述待检测图像包含被检测物体;并将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图;最后基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,以根据所述第一目标框和所述第二目标框确定所述被检测物体的属性状态;所述第一目标框用于表征所述被检测物体的第一类别属性,所述第二目标框用于表征所述被检测物体的第二类别属性。由此可以避免因环境等因素影响导
致检测过程中误报率较高,提高了检测的准确率,可以满足不同场景的需求。
附图说明
[0034]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
[0035]图1为本专利技术实施例提供的目标检测方法的整体流程示意图;
[0036]图2为本专利技术实施例提供的目标检测装置的结构框图;
[0037]图3为本专利技术实施例提供的特征提取模块和预测模块的结构框图;
[0038]图4为本专利技术实施例提供的筛选单元的结构框图;
[0039]图5为本专利技术实施例提供的目标检测装置的另一结构框图;
[0040]图6为本专利技术实施例提供的提取模块的结构框图;
[0041]图7为本专利技术实施例提供的目标检测装置的又一结构框图;
[0042]图8为本专利技术实施例提供的电子设备的结构框图。
[0043]本专利技术目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
[0044]下面将结合本发本文档来自技高网
...

【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:获取待检测图像;所述待检测图像包含被检测物体;将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图;基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,以根据所述第一目标框和所述第二目标框确定所述被检测物体的属性状态;所述第一目标框用于表征所述被检测物体的第一类别属性,所述第二目标框用于表征所述被检测物体的第二类别属性。2.根据权利要求1所述的目标检测方法,其特征在于,所述将所述待检测图像输入预先训练的目标检测模型中进行特征提取,得到多个尺度特征图,包括:将所述待检测图像输入预先训练的目标检测模型中进行处理,并获取所述目标检测模型中的多个卷积核分别对应的输出结果,得到多个不同尺度下的尺度特征图。3.根据权利要求1所述的目标检测方法,其特征在于,所述基于多个所述尺度特征图进行对所述被检测物体进行预测,确定出所述被检测物体的第一目标框和第二目标框,包括:根据多个所述尺度特征图,确定出每个所述尺度特征图中所述被检测物体对应的先验框及所述先验框的置信度;基于所述先验框的置信度对所述先验框进行筛选,以确定出所述被检测物体的第一目标框和第二目标框。4.根据权利要求3所述的目标检测方法,其特征在于,所述基于所述先验框的置信度对所述先验框进行筛选,以确定出所述被检测物体的第一目标框和第二目标框,包括:基于所述先验框的置信度进行计算,以筛选得到第一类别属性对应的先验框和第二类别属性对应的先验框;基于所述第一类别属性对应的先验框和所述第二类别属性对应的先验框分别进行非极大值抑制处理,以筛选得到所述被检测物体的第一目标框和第二目标框。5.根据权利要求1所述的目标检测方法,其特征在于,所述方法还包括:对所述第一目标框和所述第二目标框进行颜色特征提取,得到所述被检测物体的颜色参数;基于所述被检测物体的颜色参数确定所述被检测物体是否为垃圾桶。6.根据权利要求5所述...

【专利技术属性】
技术研发人员:程冰吴金勇李海龙高立娅
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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1