【技术实现步骤摘要】
本申请涉及计算机，特别涉及一种目标检测方法、装置、计算设备及存储介质。
技术介绍
1、模板匹配是机器视觉中的常用的算法，它通过模板和目标之间的相关性来实现获得模板在目标上的位置角度等信息。其核心思想是通过滑动窗口逐像素比对，计算模板与图像局部区域的相似度，从而找到最佳匹配位置，实现方式简单，无需训练数据，这项技术被广泛应用于工业质检，医学影像以及交通监控等领域。但是其缺点是对尺度敏感，缩放目标一定比例后就可能使得匹配失效，需要通过构建尺度金子塔来进行多尺度的搜索；另外，目标旋转一定角度也可能导致的匹配的失效，需要通过构建多角度模板与目标的一一匹配。要通过模板匹配检测有一定缩放和旋转的目标，会使得其计算成本上升。
2、而目当前常用的深度学习目标检测算法架构，比如说faser-rcnn、yolo 等等，其本质是让模型学习从像素到语义映射关系，它的核心流程包括：特征提取、区域建议、分类与回归。相较于模板匹配的方式，它具有泛化能力强，形变鲁棒性强，多目标处理，计算效率高，对目标的环境适应性强等等优势。它的劣势是，数据依赖性高，可解释...
【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的所述目标检测方法，其特征在于，所述第一骨架网络与所述第二骨架网络为相同网络结构，或不同网络结构；当所述第一网络骨架与所述第二网络骨架为相同网络结构，所述第一网络骨架与所述第二网络骨架共享权重，或独立训练权重参数。
3.根据权利要求1的所述目标检测方法，其特征在于，所述预测头采用上采样，使所述目标置信度、所述边框、所述旋转角度的预测结果，与所述待检测图片的分辨率对齐。
4.根据权利要求1的所述目标检测方法，其特征在于，所述旋转角度的预测，分为正负号分类和旋转值回归。
...【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的所述目标检测方法，其特征在于，所述第一骨架网络与所述第二骨架网络为相同网络结构，或不同网络结构；当所述第一网络骨架与所述第二网络骨架为相同网络结构，所述第一网络骨架与所述第二网络骨架共享权重，或独立训练权重参数。
3.根据权利要求1的所述目标检测方法，其特征在于，所述预测头采用上采样，使所述目标置信度、所述边框、所述旋转角度的预测结果，与所述待检测图片的分辨率对齐。
4.根据权利要求1的所述目标检测方法，其特征在于，所述旋转角度的预测，分为正负号分类和旋转值回归。<...
【专利技术属性】
技术研发人员：贾可，黄奇，曾欣科，易国锋，沈复民，申恒涛，
申请(专利权)人：成都考拉悠然科技有限公司，
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。