【技术实现步骤摘要】
目标检测方法、装置、计算机设备、存储介质和程序产品
[0001]本申请涉及图像处理
,特别是涉及一种目标检测方法、装置、计算机设备、存储介质和程序产品。
技术介绍
[0002]随着计算机视觉的不断发展,基于神经网络的目标检测方法在无人驾驶、人脸识别、缺陷检测等领域得到了广泛的应用。其中,由于域对抗网络的迁移性较强,因此大多采用域对抗网络进行跨域目标检测。
[0003]由于域对抗网络中域判别器和梯度反转层的引入,导致域对抗网络进行跨域目标检测得到的检测结果的准确性较低。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种能够提高跨域目标检测的准确性的目标检测方法、装置、计算机设备、存储介质和程序产品。
[0005]第一方面,本申请提供了一种目标检测方法,该方法包括:获取待检物体的检测图像;根据检测图像和目标检测模型,确定检测图像的检测结果;目标检测模型包括检测网络和适配网络,检测网络用于提取检测图像的第一特征图,适配网络用于根据第一特征图确定检测结果;检测网络为采用非对抗学习训练得到的。
[0006]本申请实施例的技术方案中,通过获取待检物体的检测图像,根据检测图像和目标检测模型,确定检测图像的检测结果;目标检测模型包括检测网络和适配网络,检测网络用于提取检测图像的第一特征图,适配网络用于根据第一特征图确定检测结果;检测网络为采用非对抗学习训练得到的。由于本申请实施例不再采用传统的域对抗网络进行跨域检测,而是利用目标检测模型进行跨域检测,并且,在训练阶段,目 ...
【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,所述方法包括:获取待检物体的检测图像;根据所述检测图像和目标检测模型,确定所述检测图像的检测结果;所述目标检测模型包括检测网络和适配网络,所述检测网络用于提取所述检测图像的第一特征图,所述适配网络用于根据所述第一特征图确定所述检测结果;所述检测网络为采用非对抗学习训练得到的。2.根据权利要求1所述的方法,其特征在于,所述适配网络包括分类适配子网络和回归适配子网络;所述根据所述检测图像和目标检测模型,确定所述检测图像的检测结果;包括:将所述检测图像输入到所述检测网络中,得到所述第一特征图;将所述第一特征图输入到分类适配子网络中进行类型识别,以及将所述第一特征图输入到回归适配子网络中进行位置识别,得到所述检测结果。3.根据权利要求2所述的方法,其特征在于,所述分类适配子网络包括第一特征提取模块和分类模块;所述将所述第一特征图输入到分类适配子网络中进行类型识别,以及将所述第一特征图输入到回归适配子网络中进行位置识别,得到所述检测结果,包括:将所述第一特征图输入到所述第一特征提取模块进行特征提取,得到第二特征图;将所述第二特征图输入到所述分类模块,得到所述待检物体的分类类型;所述检测结果包括所述分类类型。4.根据权利要求2或3所述的方法,其特征在于,所述回归适配子网络包括第二特征提取模块和回归模块,所述将所述第一特征图输入到分类适配子网络中进行类型识别,以及将所述第一特征图输入到回归适配子网络中进行位置识别,得到所述检测结果,包括:将所述第一特征图输入到所述第二特征提取模块进行特征提取,得到第三特征图;将所述第三特征图输入到所述回归模块,得到所述待检物体的位置信息;所述检测结果包括所述位置信息。5.根据权利要求2所述的方法,其特征在于,所述适配网络的训练方法包括:获取训练样本集;所述训练样本集包括源域的第一训练样本集和目标域的第二训练样本集;通过初始检测网络提取所述训练样本集的特征得到第一样本特征图;所述第一样本特征图包括源域样本特征图和目标域样本特征图;采用所述第一样本特征图对初始适配网络进行训练,得到所述适配网络。6.根据权利要求5所述的方法,其特征在于,所述初始适配网络包括初始分类适配子网络,所述初始分类适配子网络包括第一初始特征提取模块、初始分类模块和第一初始判别模块;所述采用所述第一样本特征图对初始适配网络进行训练,得到所述适配网络,包括:将所述第一样本特征图输入到所述第一初始特征提取模块,得到第二样本特征图;将所述第二样本特征图输入到所述初始分类模块,得到所述训练样本集对应的预测分类结果;将所述预测分类结果和所述第二样本特征图输入到所述第一初始判别模块,得到第一判别结果;根据所述第一判别结果训练所述初始分类适配子网络,得到中间分类适配子网络,并
根据所述中间分类适配子网络得到所述分类适配子网络。7.根据权利要求6所述的方法,其特征在于,所述预测分类结果包括预测分类类型和类型置信度;所述将所述预测分类结果和所述第二样本特征图输入到所述第一初始判别模块,得到第一判别结果,包括:根据所述类型置信度和第一预设置信度,从所述目标域样本特征图中确定第三样本特征图;将所述预测分类类型、所述源域样本特征图和所述第三样本特征图输入到所述第一初始判别模块,得到所述第一判别结果。8.根据权利要求7所述的方法,其特征在于,所述初始适配网络还包括初始回归适配子网络,所述初始回归适配子网络包...
【专利技术属性】
技术研发人员:吴凯,江冠南,王智玉,束岸楠,
申请(专利权)人:宁德时代新能源科技股份有限公司,
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。