【技术实现步骤摘要】
基于算子的图像检测方法、装置、电子设备和可读介质
[0001]本公开的实施例涉及计算机
,具体涉及基于算子的图像检测方法、装置、电子设备和可读介质。
技术介绍
[0002]图像检测是根据摄像头检测需求,得到相应的目标画面图像的一种技术。目前,进行图像检测通常采用的方式为:针对摄像头旋转或倒置后的数据重新制作数据集并训练模型。
[0003]然而,当采用上述方式时,经常会存在如下技术问题:
[0004]第一,随着越来越多的画面图像的获取,重新训练模型的工作量越来越大,图像检测的时间较长;
[0005]第二,图像检测过程中可能会出现模型算子旋转误差,导致图像检测的周期变长。
[0006]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0007]本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的 ...
【技术保护点】
【技术特征摘要】
1.一种基于算子的图像检测方法,包括:获取摄像头拍摄的画面图像;根据标准画面图像,确定所述画面图像的旋转角度;根据所述旋转角度,对初始卷积算子预测模型进行旋转变换矩阵处理,以生成旋转卷积算子预测模型;将所述画面图像输入至所述旋转卷积算子预测模型中,得到画面图像数据,其中,所述画面图像数据显示了多个预测框图像;根据所述多个预测框图像,生成目标偏移量信息集;将所述画面图像输入至所述初始卷积算子预测模型中,得到初始画面图像数据,其中,所述初始画面图像数据显示了多个待测预测框图像;根据所述多个待测预测框图像,生成目标预测框图像集;根据所述目标偏移量信息集,对所述目标预测框图像集进行调整,以生成目标画面图像。2.根据权利要求1所述的方法,其中,所述初始卷积算子预测模型是通过以下步骤训练得到的:获取画面图像样本集;从所述画面图像样本集中选择画面图像样本;将所述画面图像样本输入至初始卷积神经网络模型中,得到画面图像测试数据;基于预设的画面图像数据损失函数,确定所述画面图像测试数据与所述画面图像样本包括的画面图像样本标签之间的数据差异值;响应于所述数据差异值大于等于预设数据阈值,调整所述初始卷积算子预测模型的网络参数。3.根据权利要求2所述的方法,其中,所述方法还包括:响应于所述数据差异值小于所述预设数据阈值,将所述初始卷积神经网络模型确定为初始卷积算子预测模型。4.根据权利要求1所述的方法,其中,所述根据所述多个预测框图像,生成目标偏移量信息集,包括:对所述多个预测框图像中的每个预测框图像进行卷积处理,以生成预测偏移量信息,得到预测偏移量信息集,其中,所述预测偏移量信息集中的预测偏移量信息包括:横向预测偏移量和纵向预测偏移量;对所述预测偏移量信息集包括的每个预测偏移量信息进行中心点坐标变换处理,以生成变换预测偏移量信息作为目标偏移量信息,得到目标偏移量信息集。5.根据权利要求1所述的方法,其中,所述根据所述多个待测预测框图像,生成目标预测框图像集,包括:对所述多个待测预测框图像中的每个待测预测框图像进行解码处理,以生成预测框信息,得到预测框信息集,其中,所述预测框信息集中的预测框信息包括预测框宽和预测框高;根据所述预测框信息集包括的每个预测框信息,对所述预测框信息对应的待测预测框图像进行对调处理,以生成对调待测预测框图像作为目标预测框图像,得到目标预测框图
像集。6.根据权利要求4所述的方法,其中,所述对所述预测偏移量信息集包括的每个预测偏移量信息进行中心点坐标变换处理,以生成变换...
【专利技术属性】
技术研发人员:康珮珮,万勇康,隋红丽,周学武,
申请(专利权)人:中星微技术股份有限公司中星电子股份有限公司北京中星微电子有限公司,
类型:发明
国别省市:
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。