一种应用于交通场景的目标检测后处理方法及系统技术方案

本发明专利技术公开一种应用于交通场景的目标检测后处理方法及系统，涉及智能停车管理领域，包括：实现基于现有目标检测模型结果，结合多组目标检测模型结果中各个目标的空间结构分布属性信息

【技术实现步骤摘要】
一种应用于交通场景的目标检测后处理方法及系统


[0001]本专利技术涉及智能停车管理领域，特别涉及一种应用于交通场景的目标检测后处理方法及系统
。

技术介绍

[0002]目标检测为多种视觉任务中最为重要的基础性任务，高精度的检测结果可为后续多种视觉任务
、
逻辑算法设计提供必要的输入数据支撑
。
目前，通常采用的是基于
NMS
的后处理算法，但是基于
NMS
的后处理技术同样存在一定缺陷，比如当数据集内图片中目标密度分布方差较大的情况下，单一的
NMS
阈值设定则会造成一定的检测偏差，如设定值偏高则会出现冗余检测
、
反之则会出现漏检；另一种方法是基于
Transformer
设计结构的目标检测模型，它可以提供端到端的推理能力而避免使用后处理算法，但该类模型存在如模型精度
、
收敛速度
、
推理速度较慢等问题，并且使用该类模型还需要重新进行模型训练，无法适配当前业务中已有的算法模型达到快速提升模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于交通场景的目标检测后处理方法，其特征在于，所述方法包括：根据不同组预测概率阈值和预测框重叠阈值，获取各个图片对应的多个多组目标检测结果；根据各个图片对应的多组目标检测结果，获取各个目标的空间结构分布属性信息
、
图片内目标最优匹配结果
、
重加权最优修正成本值
、
以及图片中未匹配目标的最大逆偏移参数；根据所述图片重加权最优修正成本值
、
未匹配目标个数
、
未匹配目标的最大逆偏移参数，判断该图片是否需要修正检测结果；若是，则将修正后的多组目标检测结果进行合并更新
。2.
根据权利要求1所述的一种应用于交通场景的目标检测后处理方法，其特征在于，所述根据各个图片对应的多个多组目标检测结果获取图片中未匹配目标的最大逆偏移参数的步骤包括：分别计算各个图片对应的多组目标检测结果的空间结构分布属性信息
。3.
根据权利要求1或2所述的一种应用于交通场景的目标检测后处理方法，其特征在于，所述根据各个图片对应的多组目标检测结果，获取各个目标的空间结构分布属性信息
、
图片内目标最优匹配结果
、
重加权最优修正成本值
、
以及图片中未匹配目标的最大逆偏移参数的步骤包括：根据各个图片对应的多组目标检测结果，分别获取各检测目标对应的多种空间结构分布属性信息
、
目标匹配矩阵
、
目标修正代价矩阵；根据所述目标匹配矩阵和所述目标修正代价矩阵，更新修正代价加权矩阵，并分别获取不同组检测结果之间的未匹配目标序列以及对应的目标类型
、
不同组检测结果之间成功匹配且对应的目标修正代价值大于阈值的目标序列
、
低质量匹配目标序列
、
以及所有匹配成功目标的对应加权矩阵值；根据低质量匹配目标序列和类型序列更新未匹配序列
、
匹配序列
、
目标匹配矩阵
、
加权矩阵；根据所述目标匹配矩阵
、
目标修正代价矩阵
、
加权矩阵，以及算法超参，计算图片的重加权最优修正成本值
。4.
根据权利要求1所述的一种应用于交通场景的目标检测后处理方法，其特征在于，所述根据所述图片重加权最优修正成本值
、
未匹配目标个数
、
未匹配目标的最大逆偏移参数，判断该图片是否需要修正检测结果的步骤包括：当获取的未匹配目标位置偏移图片视觉中心大于预设阈值时，将图片重加权最优修正成本值；如果未匹配目标个数大于零并且图片重加权最优修正成本值大于筛选阈值，则需要修正检测结果
。5.
根据权利要求1所述的一种应用于交通场景的目标检测后处理方法，其特征在于，所述将修正后的多组目标检测结果进行合并更新的步骤包括：将初始检测结果配置为第一组目...

【专利技术属性】
技术研发人员：闫军，纪双西，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：