目标检测的方法技术

本申请涉及人工智能技术领域，具体提供了一种目标检测的方法

【技术实现步骤摘要】
目标检测的方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能
，具体涉及一种目标检测的方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]在实际应用场景中，通常需要对目标对象进行检测，以判断是否存在目标对象
。
例如，在一些商业促销以及宣传等活动中，商业平台通常会将宣传相关的传播材料
(
如，氛围物料
)
下发给商家等用户
。
商家等用户可以通过在墙上张贴上述传播材料线等方式进行宣传
。
其中，氛围物料为带有商标的店家装饰物料贴纸
。
[0003]为便于确定目标对象下行后的覆盖和留存情况，通常会针对上述场景下的传播材料等目标对象进行检测
。
但是，在期限紧且样本量较少时，通常难以准确地对目标对象进行检测
。

技术实现思路

[0004]本申请实施例的目的在于提供一种目标检测的方法
、
装置
、
电子设备以及存储介质，用以对目标对象进行准确检测
。
[0005]一方面，本申请实施方式提供了一种目标检测的方法，方法包括：
[0006]基于目标检测模型，对待检测图像进行目标对象检测，获得第一检测结果；目标检测模型是基于通过图像增广生成的图像样本训练获得的；
[0007]基于文本识别模型，对待检测图像进行检测，获得第二检测结果；
[0008]基于第一检测结果和第二检测结果进行结果验证，获得待检测图像的综合检测结果
。
[0009]一种实施方式中，综合检测结果包括检测成功以及检测失败；
[0010]第一检测结果包括针对目标对象检测获得的第一检测区域，或者，包括第一检测区域和第一图像类型；
[0011]第二检测结果包括针对目标对象检测获得的第二检测区域，或者，包括第二检测区域和第二图像类型
。
[0012]一种实施方式中，基于第一检测结果和第二检测结果进行结果验证，获得待检测图像的综合检测结果，包括：
[0013]确定第一检测区域和第二检测区域的交集，获得交集区域；
[0014]确定第一检测区域和第二检测区域的并集，获得并集区域；
[0015]确定交集区域与并集区域之间的比值；
[0016]根据比值，确定综合检测结果
。
[0017]一种实施方式中，根据比值，确定综合检测结果，包括：
[0018]若确定比值高于设定阈值，则判定检测成功，否则，判定检测失败；
[0019]或者，若确定比值高于设定阈值，且第一图像类型和第二图像类型一致，则判定检
测成功，否则，判定检测失败
。
[0020]一种实施方式中，目标检测模型是采用以下步骤训练获得的：
[0021]基于多个图像样本，进行图像增广，获得新的图像样本；
[0022]基于各图像样本以及新的图像样本，对初始检测模型进行模型训练，获得训练好的目标检测模型
。
[0023]一种实施方式中，基于多个图像样本，进行图像增广，获得新的图像样本，包括：
[0024]基于多个图像样本，采用以下方式中的至少一种方式，进行图像增广，获得新的图像样本：仿射变换
、
色调饱和度明度增强
、
马赛克变换，以及对抗样本扩增；
[0025]色调饱和度明度增强用于对图像样本的色调
、
饱和度以及明度中的至少一个进行随机增强；
[0026]对抗样本扩增用于采用对抗样本生成模型基于图像样本生成新的图像样本
。
[0027]一种实施方式中，待检测图像为至少一个，在基于第一检测结果和第二检测结果进行结果验证，获得待检测图像的综合检测结果之后，方法还包括：
[0028]分别判断每一待检测图像的综合检测结果是否预测正确；
[0029]将综合检测结果预测错误的待检测图像添加到图像样本集合中；
[0030]对综合检测结果预测正确的待检测图像进行样本抽取；
[0031]将抽取出的待检测图像，添加到图像样本集合中；
[0032]基于图像样本集合，对目标检测模型进行训练
。
[0033]一方面，本申请实施方式提供了一种目标检测的装置，包括：
[0034]第一检测单元，用于基于目标检测模型，对待检测图像进行目标对象检测，获得第一检测结果；目标检测模型是基于通过图像增广生成的图像样本训练获得的；
[0035]第二检测单元，用于基于文本识别模型，对待检测图像进行检测，获得第二检测结果；
[0036]验证单元，用于基于第一检测结果和第二检测结果进行结果验证，获得待检测图像的综合检测结果
。
[0037]一种实施方式中，综合检测结果包括检测成功以及检测失败；第一检测结果包括针对目标对象检测获得的第一检测区域，或者，包括第一检测区域和第一图像类型；第二检测结果包括针对目标对象检测获得的第二检测区域，或者，包括第二检测区域和第二图像类型
。
[0038]一种实施方式中，验证单元用于：
[0039]确定第一检测区域和第二检测区域的交集，获得交集区域；
[0040]确定第一检测区域和第二检测区域的并集，获得并集区域；
[0041]确定交集区域与并集区域之间的比值；
[0042]根据比值，确定综合检测结果
。
[0043]一种实施方式中，验证单元用于：
[0044]若确定比值高于设定阈值，则判定检测成功，否则，判定检测失败；
[0045]或者，若确定比值高于设定阈值，且第一图像类型和第二图像类型一致，则判定检测成功，否则，判定检测失败
。
[0046]一种实施方式中，验证单元还用于：
[0047]采用以下步骤训练获得目标检测模型：
[0048]基于多个图像样本，进行图像增广，获得新的图像样本；
[0049]基于各图像样本以及新的图像样本，对初始检测模型进行模型训练，获得训练好的目标检测模型
。
[0050]一种实施方式中，验证单元还用于：
[0051]基于多个图像样本，采用以下方式中的至少一种方式，进行图像增广，获得新的图像样本：仿射变换
、
色调饱和度明度增强
、
马赛克变换，以及对抗样本扩增；
[0052]色调饱和度明度增强用于对图像样本的色调
、
饱和度以及明度中的至少一个进行随机增强；
[0053]对抗样本扩增用于采用对抗样本生成模型基于图像样本生成新的图像样本
。
[0054]一种实施方式中，验证单元还用于：
[0055]待检测图像为至少一个，分别判断每一待检测图像的综合检测结果是否预测正确；
[0056]将综合检测结果预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目标检测的方法，所述方法包括：基于目标检测模型，对待检测图像进行目标对象检测，获得第一检测结果；所述目标检测模型是基于通过图像增广生成的图像样本训练获得的；基于文本识别模型，对所述待检测图像进行检测，获得第二检测结果；基于所述第一检测结果和所述第二检测结果进行结果验证，获得所述待检测图像的综合检测结果
。2.
如权利要求1所述的方法，所述综合检测结果包括检测成功以及检测失败；所述第一检测结果包括针对目标对象检测获得的第一检测区域，或者，包括所述第一检测区域和第一图像类型；所述第二检测结果包括针对所述目标对象检测获得的第二检测区域，或者，包括所述第二检测区域和第二图像类型
。3.
如权利要求2所述的方法，所述基于所述第一检测结果和所述第二检测结果进行结果验证，获得所述待检测图像的综合检测结果，包括：确定所述第一检测区域和所述第二检测区域的交集，获得交集区域；确定所述第一检测区域和所述第二检测区域的并集，获得并集区域；确定所述交集区域与所述并集区域之间的比值；根据所述比值，确定所述综合检测结果
。4.
如权利要求3所述的方法，所述根据所述比值，确定所述综合检测结果，包括：若确定所述比值高于设定阈值，则判定检测成功，否则，判定检测失败；或者，若确定所述比值高于设定阈值，且所述第一图像类型和所述第二图像类型一致，则判定检测成功，否则，判定检测失败
。5.
如权利要求1‑4任一项所述的方法，所述目标检测模型是采用以下步骤训练获得的：基于多个图像样本，进行图像增广，获得新的图像样本；基于各图像样本以及所述新的图像样本，对初始检测模型进行模型训练，获得训练好的所述目标检测模型
。6.
如权利要求5所述的方法，所述基于多个图像样本，进行...

【专利技术属性】
技术研发人员：王英博，关文政，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：