【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种检测框筛选及目标检测方法、装置、电子设备及存储介质。
技术介绍
1、非极大值抑制(non-maximum suppression)，简称nms算法，其核心思想是搜索局部极大值，抑制非极大值元素。目前，nms算法在计算机视觉任务中得到了广泛的应用，例如，边缘检测、人脸检测、目标检测等。
2、以目标检测为例，检测模型的推理一般分为预处理数据、模型推理、nms算法三个阶段，其中，在模型推理过程中，对于同一个目标对象会产生大量的候选框，这些候选框之间可能会产生重叠，因此，需要在模型推理之后紧跟一个nms后处理算法，对检测框中的冗余框进行去除操作，为每一个目标对象找到最佳的目标边界框，消除冗余的边界框，以更好的保障目标对象的召回率。
3、然而，在实际应用中，待检测图像中的目标对象通常具有多种多样的形状、大小以及长宽比，经常需要针对非常规检测框(即检测框的内角不是90度)内的目标对象执行预测，其中，交并比(iou)计算是nms算法中的一个必要处理步骤，由于非常规检测框具有的不规则形状特性，导致针对非常规检测框所执行的交并比计算往往是非常耗时的，此也导致了在当前的目标检测过程中，nms算法是最为耗费处理时间的一个环节，极大影响了目标检测的处理效率。
技术实现思路
1、有鉴于此，本公开实施例提供一种检测框筛选及目标检测方法、装置、电子设备、存储介质，以至少部分地解决上述问题。
2、根据本公开实施例的第一方面，提供了一种检测框筛
3、根据本公开实施例的第二方面，提供了一种目标检测方法，所述方法包括：识别待检测图像中的至少一个目标对象，得到所述至少一个目标对象的多个检测框、各检测框对应的各置信度值和各位置信息；利用如第一方面所述的检测框筛选方法，根据所述待检测图像的各检测框、各检测框对应的各置信度值和各位置信息，筛选各检测框，得到所述待检测图像的各目标框；基于所述待检测图像的各目标框执行目标检测，得到所述至少一个目标对象的目标检测结果。
4、根据本公开实施例的第三方面，提供一种检测框筛选装置，包括：分类模块，用于根据目标图像中各检测框对应的各置信度值，确定各检测框中的一个当前框与多个候选框；计算模块，用于根据各候选框与所述当前框之间的各距离值，采用各候选框对应的各实际检测区域或者各候选框对应的各矩形检测区域，计算各候选框与所述当前框之间的交并比，得到各候选框对应于所述当前框的各交并比值，其中，各实际检测区域是基于相应的各候选框确定的，各矩形检测区域是基于相应的各实际检测区域执行转换得到的；筛选模块，用于将所述当前框确定为目标框，从各检测框中移除所述目标框以及交并比值大于交并比阈值的每个候选框，并控制所述分类模块重新根据目标图像中各检测框对应的各置信度值，确定各检测框中的一个当前框与多个候选框，直至所述目标图像不包括检测框；确定模块，用于基于各目标框，确定所述目标图像的检测框筛选结果。。
5、根据本公开实施例的第四方面，提供一种目标检测装置，包括：识别模块，用于识别待检测图像中的至少一个目标对象，得到所述至少一个目标对象的多个检测框、各检测框对应的各置信度值和各位置信息；筛选模块，用于利用如第三方面所述的装置，根据所述待检测图像的各检测框、各检测框对应的各置信度值和各位置信息，筛选各检测框，得到所述待检测图像的各目标框；检测模块，用于基于所述待检测图像的各目标框执行目标检测，得到所述至少一个目标对象的目标检测结果。
6、根据本公开实施例的第五方面，提供一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述第一方面所述的检测框筛选方法或执行如第二方面所述的目标检测方法。
7、根据本公开实施例的第六方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如第一方面所述的检测框筛选方法或执行如第二方面所述的目标检测方法。
8、综上所述，本公开各方面提供的检测框筛选方案，通过确定各检测框中的当前框与候选框，并根据候选框与当前框之间的距离，选择采用常规检测框或非常规检测框，计算候选框与当前框之间的交并比，以根据交并比计算结果移除各检测框中的冗余框。借此，本公开可在确保非极大值抑制算法结果准确的前提下，大幅度缩短算法的推理耗时，提高目标检测效率，尤其适用于人群密集场景下的目标检测。
本文档来自技高网...【技术保护点】
1.一种检测框筛选方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述根据目标图像中各检测框对应的各置信度值，确定各检测框中的一个当前框与多个候选框，包括：
3.根据权利要求1或2所述的方法，其中，所述根据各候选框与所述当前框之间的各距离值，采用各候选框对应的各实际检测区域或者各候选框对应的各矩形检测区域，计算各候选框与所述当前框之间的交并比，得到各候选框对应于所述当前框的各交并比值，包括：
4.根据权利要求3所述的方法，其中，所述采用每个第一候选框的实际检测区域，计算每个第一候选框与所述当前框之间的交并比，得到每个第一候选框对应于所述当前框的交并比值，采用每个第二候选框的矩形检测区域，计算每个第二候选框与所述当前框之间的交并比，得到每个第二候选框对应于所述当前框的交并比值，包括：
5.根据权利要求4所述的方法，所述根据每个第二候选框的实际检测区域和所述当前框的实际检测区域进行区域形状转换，得到每个第二候选框的矩形检测区域和所述当前框的矩形检测区域，包括：
6.根据权利要求1所述的方法，其中，所述方法还包括：<...
【技术特征摘要】
1.一种检测框筛选方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述根据目标图像中各检测框对应的各置信度值，确定各检测框中的一个当前框与多个候选框，包括：
3.根据权利要求1或2所述的方法，其中，所述根据各候选框与所述当前框之间的各距离值，采用各候选框对应的各实际检测区域或者各候选框对应的各矩形检测区域，计算各候选框与所述当前框之间的交并比，得到各候选框对应于所述当前框的各交并比值，包括：
4.根据权利要求3所述的方法，其中，所述采用每个第一候选框的实际检测区域，计算每个第一候选框与所述当前框之间的交并比，得到每个第一候选框对应于所述当前框的交并比值，采用每个第二候选框的矩形检测区域，计算每个第二候选框与所述当前框之间的交并比，得到每个第二候选框对应于所述当前框的交并比值，包括：
5.根据权利...
【专利技术属性】
技术研发人员：李默楠，
申请(专利权)人：深圳市星桐科技有限公司，
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。