一种旋转目标检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种旋转目标检测方法、装置、设备及存储介质，所述方法包括：获取待检测图像对应的图像特征信息、待检测图像中检测目标对应的初始检测框信息和第一类别信息，初始检测框信息包括检测框旋转角度信息；基于第一类别信息对应的第一特征分布信息，对图像特征信息进行特征增强处理，得到增强图像特征信息；基于增强图像特征信息和检测框旋转角度信息进行融合处理得到目标图像特征信息；将目标图像特征信息输入旋转目标检测网络进行旋转目标检测，得到检测目标对应的目标检测框信息和第二类别信息，第二类别信息为第一类别信息下的子类别信息。利用本申请的技术方案可以在提升检测目标类别识别的准确性的同时提升目标检测框信息的精准性。标检测框信息的精准性。标检测框信息的精准性。

【技术实现步骤摘要】
一种旋转目标检测方法、装置、设备及存储介质


[0001]本申请涉及目标检测
，具体涉及一种旋转目标检测方法、装置、设备及存储介质。

技术介绍

[0002]在自动驾驶领域的目标检测问题中，目标检测的类别主要为车辆，而车辆又可以分为轿车、客车、公交车、消防车等。
[0003]但是，目标检测网络大部分的训练样本都是轿车，公交车及特殊车辆的训练样本则相对较少，导致目标检测网络对训练样本较少的目标类别会出现漏检和误检的情况，因此，需要提供一种更加精准的技术方案。

技术实现思路

[0004]本申请提供了一种旋转目标检测方法、装置、设备及存储介质，可以在提升检测目标类别识别的准确性的同时提升目标检测框信息的精准性，本申请技术方案如下：
[0005]一方面，提供了一种旋转目标检测方法，所述方法包括：
[0006]获取待检测图像对应的图像特征信息、所述待检测图像中检测目标对应的初始检测框信息和第一类别信息，所述初始检测框信息包括：检测框旋转角度信息；
[0007]确定所述第一类别信息对应的第一特征分布信息；
[0008]基于所述第一特征分布信息，对所述图像特征信息进行特征增强处理，得到增强图像特征信息；
[0009]基于所述增强图像特征信息和所述检测框旋转角度信息进行融合处理，得到目标图像特征信息；
[0010]将所述目标图像特征信息输入旋转目标检测网络进行旋转目标检测，得到所述检测目标对应的目标检测框信息和第二类别信息，所述第二类别信息为所述第一类别信息下的子类别信息。
[0011]另一方面，提供了一种旋转目标检测装置，所述装置包括：
[0012]信息获取模块，用于获取待检测图像对应的图像特征信息、所述待检测图像中检测目标对应的初始检测框信息和第一类别信息，所述初始检测框信息包括：检测框旋转角度信息；
[0013]第一特征分布信息确定模块，用于确定所述第一类别信息对应的第一特征分布信息；
[0014]特征增强处理模块，用于基于所述第一特征分布信息，对所述图像特征信息进行特征增强处理，得到增强图像特征信息；
[0015]融合处理模块，用于基于所述增强图像特征信息和所述检测框旋转角度信息进行融合处理，得到目标图像特征信息；
[0016]旋转目标检测模块，用于将所述目标图像特征信息输入旋转目标检测网络进行旋
转目标检测，得到所述检测目标对应的目标检测框信息和第二类别信息，所述第二类别信息为所述第一类别信息下的子类别信息。
[0017]另一方面，提供了一种旋转目标检测设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的旋转目标检测方法。
[0018]另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的旋转目标检测方法。
[0019]本申请提供的旋转目标检测方法、装置、设备及存储介质，具有如下技术效果：
[0020]利用本申请提供的技术方案，获取待检测图像对应的图像特征信息、待检测图像中检测目标对应的初始检测框信息和第一类别信息，初始检测框信息包括：检测框旋转角度信息，然后基于与第一类别信息对应的第一特征分布信息，对图像特征信息进行特征增强处理，使得图像特征信息能够学习第一类别信息下多个子类别信息的相似特征，接着基于增强图像特征信息和检测框旋转角度信息进行融合处理，得到目标图像特征信息，使得后期检测框更加贴合检测目标，减少背景的框入，最后将目标图像特征信息输入旋转目标检测网络进行旋转目标检测，得到检测目标对应的目标检测框信息和第二类别信息，第二类别信息为第一类别信息下的子类别信息，通过引入旋转框机制和特征增强处理，可以在提升检测目标类别识别的准确性的同时提升目标检测框信息的精准性。
附图说明
[0021]为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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获得其它附图。
[0022]图1是本申请实施例提供的一种旋转目标检测方法的流程示意图；
[0023]图2是本申请实施例提供的一种第一特征分布信息的生成方法的流程示意图；
[0024]图3是本申请实施例提供的另一种第一特征分布信息的生成方法的流程示意图；
[0025]图4是本申请实施例提供的一种基于第一特征分布信息，对图像特征信息进行特征增强处理，得到增强图像特征信息方法的流程示意图；
[0026]图5是本申请实施例提供的一种基于第一特征分布信息，对图像特征信息进行特征增强处理，得到增强图像特征信息的流程示意图；
[0027]图6是本申请实施例提供的一种基于增强图像特征信息和检测框旋转角度信息进行融合处理，得到目标图像特征信息的流程示意图；
[0028]图7是本申请实施例提供的一种旋转目标检测网络的生成方法的流程示意图；
[0029]图8是本申请实施例提供的一种第三目标检测网络的结构示意图；
[0030]图9是本申请实施例提供的一种旋转目标检测方法装置示意图。
具体实施方式
[0031]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0032]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0033]以下介绍本申请实施例提供的一种旋转目标检测方法，图1为本申请实施例提供的一种旋转目标检测方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，上述方法可以包括：
[0034]S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋转目标检测方法，其特征在于，所述方法包括：获取待检测图像对应的图像特征信息、所述待检测图像中检测目标对应的初始检测框信息和第一类别信息，所述初始检测框信息包括：检测框旋转角度信息；确定所述第一类别信息对应的第一特征分布信息；基于所述第一特征分布信息，对所述图像特征信息进行特征增强处理，得到增强图像特征信息；基于所述增强图像特征信息和所述检测框旋转角度信息进行融合处理，得到目标图像特征信息；将所述目标图像特征信息输入旋转目标检测网络进行旋转目标检测，得到所述检测目标对应的目标检测框信息和第二类别信息，所述第二类别信息为所述第一类别信息下的子类别信息。2.根据权利要求1所述的方法，其特征在于，所述初始检测框信息包括：检测框尺寸信息，所述基于所述第一特征分布信息，对所述图像特征信息进行特征增强处理，得到增强图像特征信息包括：从所述第一特征分布信息中，确定与所述检测框尺寸信息对应的第二特征分布信息；基于所述第二特征分布信息，对所述图像特征信息进行特征增强处理，得到所述增强图像特征信息。3.根据权利要求1所述的方法，其特征在于，所述第一特征分布信息包括：平均特征信息和特征误差信息，所述基于所述第一特征分布信息，对所述图像特征信息进行特征增强处理，得到增强图像特征信息包括：基于所述特征误差信息和所述平均特征信息，对所述图像特征信息进行特征校正处理，得到初始图像特征信息；基于所述平均特征信息，对所述初始图像特征信息进行特征传递处理，得到所述增强图像特征信息。4.根据权利要求1所述的方法，其特征在于，基于所述增强图像特征信息和所述检测框旋转角度信息进行融合处理，得到目标图像特征信息包括：对所述检测框旋转角度信息进行平滑处理，得到平滑旋转角度信息；将所述平滑旋转角度信息和所述增强图像特征信息进行融合处理，得到所述目标图像特征信息。5.根据权利要求1所述的方法，其特征在于，所述第一特征分布信息的生成方法包括：获取所述第一类别信息的多个样本类别图像各自对应的样本类别特征信息；对所述样本类别特征信息进行均值处理，得到所述第一类别信息对应的第一平均特征信息；对所述样本类别特征信息进行误差分析，得到所述第一类别信息对应的第一特征误差信息；基于所述第一平均特征信息和所述第一特征误差信息，得到所述第一特征分布信息。6.根据权利要求4所述的方法，其特征在于，在所述获取所述第一类别信息的多个样本类别图像各自对应的样本类别特征信息之后，所述方法还包括：获取所述多个样本类别图像各自对应的样本检测框尺寸信息；
基于所述样本检测框尺寸信息，对所述样本类别特征信息进行划分处理，得到多种样本检测框尺寸信息各自对应的样本类别特征信息；对所述多种样本检测框尺寸信息各自的样本类别特征信息分别进行均值处...

【专利技术属性】
技术研发人员：金悦，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：