【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及一种目标检测方法、电子设备、可读介质及程序产品。
技术介绍
1、目标检测的任务是定位图像中的对象并识别出对象所属的类别。传统的目标检测方法通常是利用单模态的样本图像对机器模型进行训练，然后基于训练后的机器模型来完成目标检测的任务。
2、然而，基于上述方式训练出的机器模型泛化能力差，并不能准确地区分同一大类别下不同小类别对象的特征，从而导致其难以实现对开放世界复杂场景下各类对象的高精度检测。
技术实现思路
1、有鉴于此，本申请实施例提供了一种目标检测方法、电子设备、可读介质及程序产品。
2、具体地，第一方面，本申请实施例提供了一种目标检测方法，包括：获取待检测图像，待检测图像中包含有待检测对象；对待检测图像进行特征提取，得到待检测图像的特征；基于第一分类器对待检测图像的特征进行分类处理，得到第一分类数据，以及，基于第二分类器对待检测图像的特征进行分类处理，得到第二分类数据；其中，第一分类器为基于语言原型构建，第二分类器为基于视觉原型构建...
【技术保护点】
1.一种目标检测方法，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，所述第一分类器的构建方法包括：
3.根据权利要求1所述的方法，其特征在于，所述第二分类器的构建方法包括：
4.根据权利要求1所述的方法，其特征在于，所述基于第一分类器对所述待检测图像的特征进行分类处理，得到第一分类数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一匹配结果，确定第一分类数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于第二分类器对所述待检测图像的特征进行分类处理，得到...
【技术特征摘要】
1.一种目标检测方法，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，所述第一分类器的构建方法包括：
3.根据权利要求1所述的方法，其特征在于，所述第二分类器的构建方法包括：
4.根据权利要求1所述的方法，其特征在于，所述基于第一分类器对所述待检测图像的特征进行分类处理，得到第一分类数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一匹配结果，确定第一分类数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于第二分类器对所述待检测图像的特征进行分类处理，得到第二分类数据，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述第...
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。