【技术实现步骤摘要】
本专利技术涉及深度学习，具体讲是基于目标检测及孪生网络的目标巡检方法、装置和存储介质。
技术介绍
1、在目标巡检中，由于在执行相关视觉任务时，目标物体一般只能提供极少量图片甚至一张图片，对于深度学习算法来说是无法训练的，甚至很多时候没有时间提供训练，只有采取传统图像算法类似模板匹配滤波等，但这样的方案对于非同源图像泛化能力很差，角度光线不同就无法匹配。
技术实现思路
1、因此，为了解决上述不足，本专利技术在此提供一种基于目标检测及孪生网络的目标巡检方法、装置和存储介质，解决了现有技术无法实现少量数据的目标巡检或效果很差的情况。
2、第一方面，本专利技术提供了基于目标检测及孪生网络的目标巡检方法，包括如下步骤：
3、利用近似于工作场景图片来训练目标检测模型；
4、利用相关场景目标截图来训练具备泛化能力的孪生网络，再设定孪生网络输入图像尺寸和图像个数；
5、将所述目标检测模型与孪生网络异步部署在所需设备，对摄像头获取的图像帧进行巡检推理；
6、其中对图像帧进行巡检推理的方法是：
7、将需要巡检得图像帧进行尺寸适配处理后往由目标检测模型推理推帧，目标检测模型检测到目标并输出框的信息，依据框的信息对图像帧进行截取，截取后的一个或多个目标截图做与孪生网络输入尺寸匹配的尺寸适配处理，再将处理好的目标截图和所述目标图片一起送入孪生网络进行判断。
8、上述技术方案将目标检测和孪生网络结合，并采用近似于工作场景或利用
9、可选的，所述训练目标检测模型的方法是：
10、采集近似于工作场景大量图片制作数据集，标注所有目标类别，再将目标类别的标签设为同一类别。
11、可选的，训练目标检测模型的方法是：
12、采集相关场景目标进行截图做分标签细分截图并储存，从而制作第二数据集，再使用将第二数据集中的数据对孪生网络进行训练，以至孪生网络模型对于判断目标物是否为同一物体或目标具备一定的泛化能力。
13、可选的，尺寸适配处理的方法是：仿射变换等比缩小或放大，尺寸缺少部分进行填充。
14、可选的，孪生网络输入图像尺寸为16*16像素到128*128像素。
15、可选的，所述孪生网络输入图像个数为2到20。
16、可选的，所述所需设备是海思、或华为昇腾、或瑞芯微、或英伟达的边缘设备。
17、可选的，所述基于目标检测及孪生网络的目标巡检方法，还包括，孪生网络判断出与目标图片为一个目标的截图，将该截图送至传统图像算法模板匹配。
18、第二方面，本专利技术提供了基于目标检测及孪生网络的目标巡检装置，包括
19、目标检测模型模块，用于利用近似于工作场景图片来训练目标检测模型；
20、孪生网络模块，用于利用相关场景目标截图来训练具备泛化能力的孪生网络，再设定孪生网络输入图像尺寸和图像个数；以及
21、巡检推理模块，用于将所述目标检测模型与孪生网络异步部署在所需设备，对摄像头获取的图像帧进行巡检推理；
22、其中对图像帧进行巡检推理的方法是：
23、将需要巡检得图像帧进行尺寸适配处理后往由目标检测模型推理推帧，目标检测模型检测到目标并输出框的信息，依据框的信息对图像帧进行截取，截取后的一个或多个目标截图做与孪生网络输入尺寸匹配的尺寸适配处理，再将处理好的目标截图和所述目标图片一起送入孪生网络进行判断。
24、第三方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现所述的基于目标检测及孪生网络的目标巡检方法。
25、本专利技术具有如下优点：
26、本专利技术采用目标检测模型对匹配图像坐标进行限制无需全图逐像素进行匹配，后用具备一定泛化能力的孪生网络对目标物进行匹配，再非同源及少量目标物图像的检索任务下，更节省算力（更快的处理速度）的同时具备更高的精度。
本文档来自技高网...【技术保护点】
1.基于目标检测及孪生网络的目标巡检方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，所述训练目标检测模型的方法是：
3.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，训练目标检测模型的方法是：
4.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，尺寸适配处理的方法是：仿射变换等比缩小或放大，尺寸缺少部分进行填充。
5.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，孪生网络输入图像尺寸为16*16像素到128*128像素。
6.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，所述孪生网络输入图像个数为2到20。
7.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，所述所需设备是海思、或华为昇腾、或瑞芯微、或英伟达的边缘设备。
8.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，还包括，孪生网络判断出与目标图片为一个目标的
9.基于目标检测及孪生网络的目标巡检装置，其特征在于，包括
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-8任一项所述的基于目标检测及孪生网络的目标巡检方法。
...【技术特征摘要】
1.基于目标检测及孪生网络的目标巡检方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，所述训练目标检测模型的方法是：
3.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，训练目标检测模型的方法是：
4.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，尺寸适配处理的方法是：仿射变换等比缩小或放大，尺寸缺少部分进行填充。
5.根据权利要求1所述基于目标检测及孪生网络的目标巡检方法，其特征在于，孪生网络输入图像尺寸为16*16像素到128*128像素。
6.根据权利要求1所述基于目标检...
【专利技术属性】
技术研发人员：曾钦勇，尹小杰，明鑫，
申请(专利权)人：成都浩孚科技有限公司，
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。