【技术实现步骤摘要】
本申请涉及计算机视觉、图像处理、人工智能等，尤其涉及一种小目标图像检测方法以及相关装置。
技术介绍
1、随着科技的发展，计算机视觉技术在游戏场景的应用越来越多。例如，在复杂的大型游戏的测试过程中，经常需要可以检测画面中的相应的对象来实现游戏对象的自动操作，而随着游戏场景的不断切换以及版本的更新会有越来越多的大小不一的物体类别出现。
2、相关技术中，目标检测的过程可以包括：将游戏界面的图像输入神经网络进行检测，以输出游戏界面的图像中各个游戏对象的位置指示。然而，通常神经网络无法满足针对小型游戏对象的检测。
技术实现思路
1、本申请实施例提供了一种小目标图像检测方法以及相关装置，用于提升对图像中小目标图像的检测准确度。
2、有鉴于此，本申请一方面提供一种小目标图像检测方法以及相关装置，包括：获取包括小目标图像的待检测图像的原始特征图；通过目标模型的第一网络层，对所述原始特征图分割得到m个子图，并对所述m个子图进行上下文特征提取和融合得到第一特征图，所述第一特征图具有所述...
【技术保护点】
1.一种小目标图像检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一网络层为自适应空间并行卷积层，所述通过目标模型的第一网络层，对所述原始特征图分割得到M个子图，并对所述M个子图进行上下文特征提取和融合得到第一特征图包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述自适应空间并行卷积层的M个通道将所述原始特征图分割得到M个子图包括：
4.根据权利要求3所述的方法，其特征在于，所述标准卷积层Conv2d和所述单层卷积层Conv的卷积核为3×3或1×1，步幅为1。
5.根据权利要求1...
【技术特征摘要】
1.一种小目标图像检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一网络层为自适应空间并行卷积层，所述通过目标模型的第一网络层，对所述原始特征图分割得到m个子图，并对所述m个子图进行上下文特征提取和融合得到第一特征图包括：
3.根据权利要求2所述的方法，其特征在于，所述通过所述自适应空间并行卷积层的m个通道将所述原始特征图分割得到m个子图包括：
4.根据权利要求3所述的方法，其特征在于，所述标准卷积层conv2d和所述单层卷积层conv的卷积核为3×3或1×1，步幅为1。
5.根据权利要求1所述的方法，其特征在于，所述第二网络层包括子骨干网络和特征图金字塔网络，所述通过所述目标模型的第二网络层，对所述第一特征图进行下采样得到n个第一类特征图包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述q个第二类特征图通过所述特征图金字塔网络的矩阵连接得到所述n个第一类特征图包括：
7.根据权利要求1所述的方法，其特征在于，所述第三网络层为多尺度融合网络，所述通过所述目标模型的第三网络层，将所述n个第一类特征图和所述第一特征图融合得到第二特征图包括：<...
【专利技术属性】
技术研发人员：徐东，
申请(专利权)人：腾讯科技深圳有限公司，
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。