【技术实现步骤摘要】
本申请实施例涉及卷积神经网络，具体涉及一种目标物检测方法、装置、设备及存储介质。
技术介绍
1、在进行目标物检测时，需要卷积神经网络模型从图像上识别出目标物的所在位置。随着卷积神经网络技术的发展，卷积神经网络模型在目标物检测上已取得良好的成果。但是，卷积神经网络模型在检测低质量图像(例如分辨率低、模糊、存在多处褶皱或目标物所在位置被磨损的图像)中的目标物时，表现仍然不佳，卷积神经网络难以精准地识别出图像上的目标物。
2、目前，目标物检测精度较高的模型有yolov5模型及其改进模型，yolov5模型及其改进模型兼顾了检测速度和检测精度，即在无损失速度的基础上取得更高的目标检测精度，而yolov5模型及其改进模型在低质量图像上的表现仍然不佳。
3、因此，如何提高低质量目标图像中目标物检测的准确度成了一个亟待解决的技术问题。
技术实现思路
1、鉴于上述问题，本申请实施例提供了一种目标物检测方法、装置、设备及存储介质，用于解决现有技术中存在的低质量目标图像中目标物检测的准确度低的问题。
2、根据本申请实施例的一个方面，提供了一种目标物检测方法，所述方法包括：获取目标图像；通过第一下采样模块中的多个下采样子模块对所述目标图像依次进行下采样得到第一特征图；通过上采样模块对所述第一特征图进行上采样得到第二特征图；通过第二下采样模块对所述第二特征图进行下采样得到第三特征图；将所述第一特征图、所述第二特征图和所述第三特征图的特征进行融合得到与所述第一特征图尺寸一致
3、在一种可选的方式中，第三特征图的尺寸小于第二特征图的尺寸，第三特征图的尺寸大于第一特征图的尺寸；将第一特征图、第二特征图和第三特征图的特征进行融合得到与第一特征图尺寸一致的第一融合图、与第二特征图尺寸一致的第二融合图以及与第三特征图尺寸一致的第三融合图，包括：对第一特征图进行上采样得到与第三特征图尺寸一致的第一上采样图，将第一上采样图和第三特征图进行融合得到与第三特征图尺寸一致的中间融合图；对中间融合图进行上采样得到与第二特征图尺寸一致的第二上采样图，将第二上采样图和第二特征图进行融合得到与第二特征图尺寸一致的第二融合图；对第二融合图进行下采样得到与第三特征图尺寸一致的第一下采样图，将第一下采样图和中间融合图进行融合得到与第三特征图尺寸一致的第三融合图；对第三融合图进行下采样得到与第一特征图尺寸一致的第二下采样图，将第二下采样图和第一特征图进行融合得到与第一特征图尺寸一致的第一融合图。
4、在一种可选的方式中，在通过第一下采样单元提取输入图像的低频细节特征得到第一子特征图之前，目标物检测方法还包括：通过混洗单元对输入图像进行处理得到第一混洗特征图；通过第一下采样单元提取输入图像的低频细节特征得到第一子特征图，包括：通过第一下采样单元提取第一混洗特征图的低频细节特征得到第一子特征图；通过第二下采样单元提取输入图像的高频边缘特征得到第二子特征图，包括：通过第二下采样单元提取第一混洗特征图的高频边缘特征得到第二子特征图；其中，混洗单元对输入的特征图的处理步骤包括：将输入的特征图进行通道分离得到第一子输入图像和第二子输入图像；对第一子输入图像进行深度可分离卷积操作得到深度特征图；将深度特征图和第二子输入图像进行叠加，并对叠加得到的图像进行通道混洗得到输出的特征图。
5、在一种可选的方式中，在通过第一下采样模块中的多个下采样子模块对目标图像依次进行下采样得到第一特征图之前，目标物检测方法还包括：对目标图像进行下采样得到采样特征图；通过第一下采样模块中的多个下采样子模块对目标图像依次进行下采样得到第一特征图，包括：通过第一下采样模块中的多个下采样子模块对采样特征图依次进行下采样得到第一特征图。
6、在一种可选的方式中，对目标图像进行下采样得到采样特征图，包括：对目标图像进行下采样得到中间采样特征图；通过混洗单元对中间采样特征图进行处理得到第二混洗特征图；对第二混洗特征图进行下采样得到采样特征图。
7、在一种可选的方式中，在对目标图像进行下采样得到采样特征图之后，目标物检测方法还包括：对采样特征图进行二维池化操作得到池化特征图；通过第一下采样模块中的多个下采样子模块对目标图像依次进行下采样得到第一特征图，包括：通过第一下采样模块中的多个下采样子模块对池化特征图依次进行下采样得到第一特征图。
8、在一种可选的方式中，第一下采样模块、上采样模块和第二下采样模块中至少部分卷积层通过分裂深度转置注意编码器进行特征提取。
9、根据本申请实施例的另一方面，提供了一种目标物检测装置，包括：获取模块，用于获取目标图像；第一下采样模块，用于通过多个下采样子模块对目标图像依次进行下采样得到第一特征图；上采样模块，用于对第一特征图进行上采样得到第二特征图；第二下采样模块，用于对第二特征图进行下采样得到第三特征图；融合模块，用于将第一特征图、第二特征图和第三特征图的特征进行融合得到与第一特征图尺寸一致的第一融合图、与第二特征图尺寸一致的第二融合图以及与第三特征图尺寸一致的第三融合图，其中，第一特征图、第二特征图和第三特征图的尺寸均不相同；检测模块，用于将第一融合图、第二融合图以及第三融合图输入检测头对目标物进行检测；其中，下采样子模块通过如下方式对输入图像进行下采样：通过第一下采样单元提取输入图像的低频细节特征得到第一子特征图；通过第二下采样单元提取输入图像的高频边缘特征得到第二子特征图；叠加第一子特征图和第二子特征图得到叠加特征图；将叠加特征图进行通道混洗得到下采样子模块的输出图像。
10、根据本申请实施例的另一方面，提供了一种目标物检测设备，包括：处理器和存储器，存储器中存储有可执行指令，处理器能执行可执行指令以实现如上任意一项所述的目标物检测方法。
11、根据本申请实施例的另一方面，提供了一种计算机可读存储介质，存储介质中存储有至少一可执行指令，可执行指令被执行时能实现如如上任意一项所述的目标物检测方法。
12、本申请实施例通过第一下采样模块融合了不同通道的上下文信息，提高了特征的表现力，通过在第一下采样模块中设置多个进行下采样的卷积单元和在上采样模块中设置多个进行上采样的卷积层，使得卷积神经网络模型能够捕获到多个不同尺度的上下文信息，在上采样模块上采样完成后通过第二下采样模块再次下采样，可以使得第二下采样模块本文档来自技高网...
【技术保护点】
1.一种目标物检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第三特征图的尺寸小于所述第二特征图的尺寸，所述第三特征图的尺寸大于所述第一特征图的尺寸；所述将所述第一特征图、所述第二特征图和所述第三特征图的特征进行融合得到与所述第一特征图尺寸一致的第一融合图、与所述第二特征图尺寸一致的第二融合图以及与所述第三特征图尺寸一致的第三融合图，包括：
3.根据权利要求1所述的方法，其特征在于，在所述通过第一下采样单元提取所述输入图像的低频细节特征得到第一子特征图之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在所述通过第一下采样模块中的多个下采样子模块对所述目标图像依次进行下采样得到第一特征图之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述目标图像进行下采样得到采样特征图，包括：
6.根据权利要求4所述的方法，其特征在于，在所述对所述目标图像进行下采样得到采样特征图之后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述第一
8.一种目标物检测装置，其特征在于，所述装置包括：
9.一种目标物检测设备，其特征在于，包括：处理器和存储器，所述存储器中存储有可执行指令，所述处理器能执行所述可执行指令以实现如权利要求1～7任意一项所述的方法。
10.一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，其特征在于，所述可执行指令被执行时能实现如权利要求1～7任意一项所述的方法。
...【技术特征摘要】
1.一种目标物检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第三特征图的尺寸小于所述第二特征图的尺寸，所述第三特征图的尺寸大于所述第一特征图的尺寸；所述将所述第一特征图、所述第二特征图和所述第三特征图的特征进行融合得到与所述第一特征图尺寸一致的第一融合图、与所述第二特征图尺寸一致的第二融合图以及与所述第三特征图尺寸一致的第三融合图，包括：
3.根据权利要求1所述的方法，其特征在于，在所述通过第一下采样单元提取所述输入图像的低频细节特征得到第一子特征图之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在所述通过第一下采样模块中的多个下采样子模块对所述目标图像依次进行下采样得到第一特征图之前，所述方法还包括：
5.根据权利要求4所述的方法，...
【专利技术属性】
技术研发人员：毛聪，戴志威，林淼，钟建平，文丁，孟闯，杨宇恒，吴金健，
申请(专利权)人：深圳市前海研祥亚太电子装备技术有限公司，
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。