System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉,尤其涉及一种目标检测方法、装置、电子设备及存储介质。
技术介绍
1、在计算机视觉领域中,目标检测是一项应用非常广泛的基础技术。在人脸检测、工业质检、自动驾驶和智能仓储等应用场景中,目标检测技术都发挥着重要的作用,为社会节省了大量劳动力资源,极大地提升了生产效率。
2、在一些应用场景中,需要对图像中面积较小的目标进行目标检测,以识别目标在图像中的位置信息以及目标的内容或类型信息。例如在纺织业中,生成布匹时需要对布匹中的纱线或小洞等面积较小的目标进行检测,以及时发现不合格布匹。
3、然而,现有技术针对类似上述应用场景中的目标进行目标检测时,存在漏检或误检的情况。例如,现有技术是将待检测图像输入目标检测网络中,基于目标检测网络输出待检测图像中是否存在目标,并输出目标所处的位置及目标的相关属性。由于现有的目标检测网络对目标的感知力有限,会出现不能有效感知图像中的目标的情况,因此,目标检测的准确度较低。
技术实现思路
1、本专利技术提供一种目标检测方法、装置、电子设备及存储介质,用以解决现有技术中生成的占据标签的准确度较低的缺陷,实现提高占据标签准确度的目的。
2、本专利技术提供一种目标检测方法,包括:
3、将待检测图像和所述待检测图像对应的提示文本输入聚焦网络,得到所述聚焦网络输出的所述待检测图像中的至少一个候选图像块,所述提示文本包括与待检测目标相关的信息,所述聚焦网络为基于图像样本和所述图像样本对应的提示文本样本
4、在各所述候选图像块中检测所述待检测目标,得到目标检测结果。
5、根据本专利技术提供的一种目标检测方法,在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
6、针对各所述候选图像块,放大所述候选图像块的图像分辨率,得到所述候选图像块对应的高分辨率候选图像块;
7、在各所述候选图像块对应的高分辨率候选图像块中检测所述待检测目标,得到所述目标检测结果。
8、根据本专利技术提供的一种目标检测方法,所述将待检测图像和所述待检测图像对应的提示文本输入聚焦网络,得到所述聚焦网络输出的所述待检测图像中的至少一个候选图像块,包括:
9、将所述待检测图像输入所述聚焦网络的图像编码器,得到所述图像编码器输出的图像特征;
10、将所述提示文本输入所述聚焦网络的文本编码器,得到所述文本编码器输出的文本特征;
11、将所述图像特征和所述文本特征输入所述聚焦网络的特征融合器,得到所述特征融合器输出的融合特征;
12、将所述融合特征输入所述聚焦网络的解码器进行特征解码,得到所述解码器输出的至少一个候选图像块。
13、根据本专利技术提供的一种目标检测方法,所述放大所述候选图像块的图像分辨率,得到所述候选图像块对应的高分辨率候选图像块,包括:
14、将所述候选图像块输入超分辨率网络,得到所述超分辨率网络输出的所述候选图像块对应的高分辨率候选图像块。
15、根据本专利技术提供的一种目标检测方法,所述在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
16、将各所述候选图像块输入目标检测网络,确定所述待检测目标在所述候选图像块中的位置信息和类别信息;
17、将所述位置信息和所述类别信息确定为所述目标检测结果。
18、根据本专利技术提供的一种目标检测方法,所述在各所述候选图像块中检测所述待检测目标,得到目标检测结果之后,所述方法还包括:
19、基于所述目标检测结果中待检测目标的位置信息,在对应的所述高分辨率候选图像块中确定包括所述待检测目标的第一目标框,所述第一目标框为包括所述待检测目标的最小外接框;
20、基于所述待检测目标的位置信息,在所述待检测图像中确定包括所述待检测目标的第二目标框;
21、采用所述第一目标框替换所述第二目标框,得到目标图像。
22、根据本专利技术提供的一种目标检测方法,所述待检测目标为小目标,所述小目标在所述待检测图像中的面积占比小于预设占比。
23、本专利技术还提供一种目标检测装置,包括:
24、聚焦模块,用于将待检测图像和所述待检测图像对应的提示文本输入聚焦网络,得到所述聚焦网络输出的所述待检测图像中的至少一个候选图像块,所述提示文本包括与待检测目标相关的信息,所述聚焦网络为基于图像样本和所述图像样本对应的提示文本样本对初始聚焦网络训练后得到;
25、检测模块,用于在各所述候选图像块中检测所述待检测目标,得到目标检测结果。
26、本专利技术还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述目标检测方法。
27、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述目标检测方法。
28、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述目标检测方法。
29、本专利技术提供的目标检测方法、装置、电子设备及存储介质,该方法将待检测图像和待检测图像对应的提示文本输入聚焦网络,得到聚焦网络输出的待检测图像中的至少一个候选图像块,提示文本包括与待检测目标相关的信息,聚焦网络为基于图像样本和图像样本对应的提示文本样本对初始聚焦网络训练后得到;在各候选图像块中检测待检测目标,得到目标检测结果。这样,基于输入聚焦网络的提示文本,可以有效补充待检测图像中待检测目标的信息量,使聚焦网络在更多相关信息的指导下,能高效地聚焦出待检测目标在待检测图像中所处的区域,并输出至少一个候选图像块,各候选图像块中包括待检测目标的概率得到了提升,因此,基于各候选图像块进行目标检测时,降低了目标检测的检测范围和难度,可以较准确地检测出待检测目标,得到准确的目标检测结果,从而提高了目标检测的准确度。
本文档来自技高网...【技术保护点】
1.一种目标检测方法,其特征在于,包括:
2.根据权利要求1所述的目标检测方法,其特征在于,在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
3.根据权利要求1所述的目标检测方法,其特征在于,所述将待检测图像和所述待检测图像对应的提示文本输入聚焦网络,得到所述聚焦网络输出的所述待检测图像中的至少一个候选图像块,包括:
4.根据权利要求2所述的目标检测方法,其特征在于,所述放大所述候选图像块的图像分辨率,得到所述候选图像块对应的高分辨率候选图像块,包括:
5.根据权利要求2所述的目标检测方法,其特征在于,所述在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
6.根据权利要求5所述的目标检测方法,其特征在于,所述在各所述候选图像块中检测所述待检测目标,得到目标检测结果之后,所述方法还包括:
7.根据权利要求1-6任一项所述的目标检测方法,其特征在于,所述待检测目标为小目标,所述小目标在所述待检测图像中的面积占比小于预设占比。
8.一种目标检测装置,其特征在于,包括:
...【技术特征摘要】
1.一种目标检测方法,其特征在于,包括:
2.根据权利要求1所述的目标检测方法,其特征在于,在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
3.根据权利要求1所述的目标检测方法,其特征在于,所述将待检测图像和所述待检测图像对应的提示文本输入聚焦网络,得到所述聚焦网络输出的所述待检测图像中的至少一个候选图像块,包括:
4.根据权利要求2所述的目标检测方法,其特征在于,所述放大所述候选图像块的图像分辨率,得到所述候选图像块对应的高分辨率候选图像块,包括:
5.根据权利要求2所述的目标检测方法,其特征在于,所述在各所述候选图像块中检测所述待检测目标,得到目标检测结果,包括:
6.根据权利...
【专利技术属性】
技术研发人员:王啸天,程大龙,周国华,魏思,
申请(专利权)人:科大讯飞华南人工智能研究院广州有限公司,
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。