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】
本申请属于图像处理领域,尤其涉及一种目标检测方法、装置、视觉检测系统及电子设备。
技术介绍
1、随着深度学习技术的迅速发展,目标检测技术在工业领域的应用越来越广泛,尤其是将目标检测技术与实例分割技术相结合。
2、然而,工业领域的目标检测具有背景复杂、检测目标种类繁多的特点,现有的目标检测技术在检测的精度和速度上有待提高。
技术实现思路
1、本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种目标检测方法、装置、视觉检测系统及电子设备,提升了复杂场景下目标检测的精度和速度。
2、第一方面,本申请提供了一种目标检测方法,该方法包括:
3、获取待检测图像,所述待检测图像包括多个检测目标;
4、将所述待检测图像分别输入至多个目标检测模型,得到所述多个目标检测模型输出的所述多个检测目标的检测信息,所述检测信息包括目标类别和置信度;
5、基于所述目标类别,将所述检测信息进行分类;
6、根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果。
7、根据本申请的目标检测方法,通过多个目标检测模型分别对待检测图像进行目标检测,并对每个目标检测模型输出的检测信息进行分类和置信度筛选,快速得到高精度的检测结果,能够覆盖不同类型和复杂度的目标检测任务,提高了目标检测模型的泛化能力和鲁棒性。
8、根据本申请的一个实施例,所述根据所述置信度,对分类后的所述检测
9、根据所述待检测图像中所述多个目标类别的检测难度系数,确定每个所述目标类别对应的置信度阈值;
10、在每个所述目标类别对应的所述检测信息中,筛选所述置信度不低于所述置信度阈值的检测信息,得到所述检测结果。
11、根据本申请的一个实施例,所述检测信息还包括目标检测框,所述根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果,包括:
12、根据筛选后的所述检测信息的所述置信度,确定每个所述目标类别的交并比阈值;
13、基于所述目标类别和所述筛选后的所述检测信息,通过非极大值抑制对所述交并比大于所述交并比阈值的所述目标检测框进行过滤,生成所述检测结果。
14、根据本申请的一个实施例,所述目标类别对应的所述交并比阈值与所述筛选后的所述检测信息的所述置信度成正相关。
15、根据本申请的一个实施例,所述多个目标检测模型是的网络结构不同,所述目标检测模型通过图像样本集训练得到。
16、第二方面,本申请提供了一种目标检测装置,该装置包括:
17、获取模块,用于获取待检测图像,所述待检测图像包括多个检测目标;
18、第一处理模块,用于将所述待检测图像分别输入至多个目标检测模型,得到所述多个目标检测模型输出的所述多个检测目标的检测信息,所述检测信息包括目标类别和置信度;
19、第二处理模块,用于基于所述目标类别,将所述检测信息进行分类;
20、第三处理模块,用于根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果。
21、第三方面,本申请提供了一种视觉检测系统,该系统包括:
22、图像采集装置,所述图像采集装置用于采集待检测图像;
23、数据处理装置,所述数据处理装置与所述图像采集装置电连接,所述数据处理装置用于执行如上述第一方面所述的目标检测方法。
24、第四方面,本申请提供了一种电子设备,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计算机程序时实现如上述第一方面所述的目标检测方法。
25、第五方面,本申请提供了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第一方面所述的目标检测方法。
26、第六方面,本申请提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的目标检测方法。
27、第七方面,本申请提供了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第一方面所述的目标检测方法。
28、本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
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,所述根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果,包括:
3.根据权利要求1所述的目标检测方法,其特征在于,所述检测信息还包括目标检测框,所述根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果,包括:
4.根据权利要求3所述的目标检测方法,其特征在于,所述目标类别对应的所述交并比阈值与所述筛选后的所述检测信息的所述置信度成正相关。
5.根据权利要求1-4任一项所述的目标检测方法,其特征在于,所述多个目标检测模型是的网络结构不同,所述目标检测模型通过图像样本集训练得到。
6.一种目标检测装置,其特征在于,包括:
7.一种视觉检测系统,其特征在于,包括:
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一项所述目标检测方法。<
...【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,所述根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果,包括:
3.根据权利要求1所述的目标检测方法,其特征在于,所述检测信息还包括目标检测框,所述根据所述置信度,对分类后的所述检测信息进行筛选,得到所述待检测图像中所述多个检测目标的检测结果,包括:
4.根据权利要求3所述的目标检测方法,其特征在于,所述目标类别对应的所述交并比阈值与所述筛选后的所述检测信息的所述置信度成正相关。
5.根据权利要求1-4任一项所述的目标检测方法,其特征在于,所述多个目标检测...
【专利技术属性】
技术研发人员:刘梦舒,唐永亮,
申请(专利权)人:深圳市凌云视迅科技有限责任公司,
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。