目标检测方法、目标检测装置、介质、设备及产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115147608A(43)申请公布日2022.10.04(21)申请号202210716250.XG06V20/40(2022.01)(22)申请日2022.06.22(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人武文琦(74)专利代理机构北京恒博知识产权代理有限公司11528专利代理师范胜祥(51)Int.Cl.G06V10/40(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)G06V10/80(2022.01)G06T7/73(2017.01)权利要求书2页说明书13页附图4页(54)发明名称目标检测方法、目标检测装置、介质、设备及产品(57)摘要本说明书实施例提供一种目标检测方法、目标检测装置、计算机可读存储介质、电子设备及计算机程序产品，该方法包括：对待检测图像进行特征处理，得到包含多个特征的待测特征组；将该待测图像对应的待测特征组中的特征输入至目标检测模型的编码器，并通过模型中的编码器的自注意力机制对上述待测特征组中的特征进行增强处理，得到多个待测增强特征。进一步地，将关于目标类别对象的目标增强特征与上述多个待测增强特征输入至上述目标检测模型的解码器，以确定出上述多个待测增强特征中关于目标类别对象的特征；最终根据上述多个待测增强特征中关于目标类别对象的特征，确定目标类别对象在上述待检测图像中的位置信息。CN115147608ACN115147608A权利要求书1/2页1.一种目标检测方法，其中，所述方法包括：对待检测图像进行特征处理，得到包含N个特征的待测特征组，N为正整数；将所述待测特征组中的N个特征输入至目标检测模型的编码器，并通过所述编码器的自注意力机制对所述待测特征组中的N个特征进行增强处理，得到N个待测增强特征；将关于目标类别对象的目标增强特征与所述N个待测增强特征输入至所述目标检测模型的解码器，以确定出所述N个待测增强特征中关于所述目标类别对象的特征；根据所述N个待测增强特征中关于所述目标类别对象的特征，确定所述目标类别对象在所述待检测图像中的位置信息。2.根据权利要求1所述的方法，其中，所述对待检测图像进行特征处理，得到包含N个特征的待测特征组，包括：对所述待检测图像进行特征提取处理，得到N个深度特征；对所述待检测图像的N个深度特征分别进行位置编码，得到所述待测特征组；其中，所述待测特征组中的第i个特征包含：第i个深度特征以及所述第i个深度特征在所述待检测图像中的位置信息，i取值为1至N且包含1和N的整数。3.根据权利要求1所述的方法，其中，所述编码器包含特征金字塔结构和/或密集连接的神经网络结构；通过所述编码器的自注意力机制对所述待测特征组中的N个特征进行增强处理，得到N个待测增强特征，包括：基于所述特征金字塔结构和/或所述密集连接的神经网络结构，对所述待测特征组中的N个特征进行特征融合处理，以及通过所述编码器的自注意力机制对所述待测特征组中的N个特征进行增强处理，得到N个待测增强特征。4.根据权利要求1所述的方法，其中，在所述将关于目标类别对象的目标增强特征与所述N个待测增强特征输入至所述目标检测模型的解码器之前，所述方法还包括：对包含所述目标类别对象的目标图像进行特征处理，得到目标特征组；将所述目标特征组输入至目标检测模型的编码器，并通过所述编码器的自注意力机制对所述目标特征组中的特征进行增强处理，得到关于所述目标类别对象的目标增强特征。5.根据权利要求4所述的方法，其中，所述对包含所述目标类别对象的目标图像进行特征处理，得到目标特征组，包括：对包含所述目标图像进行特征提取处理，得到关于所述目标类别对象的M个深度特征，M个正整数；对所述目标图像的M个深度特征分别进行位置编码，得到所述目标特征组；其中，所述目标特征组中的第j个特征包含：第j个深度特征以及所述第j个深度特征在所述待检测图像中的位置信息，j取值为1至M且包含1和M的整数。6.根据权利要求4所述的方法，其中，所述通过所述编码器的自注意力机制对所述目标特征组中的特征进行增强处理，得到关于所述目标类别对象的目标增强特征，包括：将所述目标特征组输入至目标检测模型的编码器，基于所述编码器中的特征金字塔结构和/或密集连接的神经网络结构，对所述目标特征组中的特征进行特征融合处理，并通过所述编码器的自注意力机制对所述目标特征组中的特征进行增强处理，得到关于所述目标类别对象的目标增强特征。2CN115147608A权利要求书2/2页7.根据权利要求1至6中任意一项所述的方法，其中，所述根据所述N个待测增强特征中关于所述目标类别对象的特征，预测所述目标类别对象在所述待检