目标检测方法、目标检测模型的训练方法、装置和设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115830373A(43)申请公布日2023.03.21(21)申请号202211488450.0G06N3/084(2023.01)(22)申请日2022.11.22(71)申请人中国工商银行股份有限公司地址100140北京市西城区复兴门内大街55号(72)发明人唐月标王鹏培孙才婵叶泽锐(74)专利代理机构中科专利商标代理有限责任公司11021专利代理师张体南(51)Int.Cl.G06V10/764(2022.01)G06V10/82(2022.01)G06V10/40(2022.01)G06N3/0464(2023.01)G06N3/0455(2023.01)权利要求书3页说明书11页附图8页(54)发明名称目标检测方法、目标检测模型的训练方法、装置和设备(57)摘要本公开提供了一种目标检测方法、目标检测模型的训练方法、装置、设备、介质和程序产品，涉及人工智能领域。上述目标检测方法包括：将待检测图像分片，获得N个分片图像；对所述N个分片图像提取特征，获得N个分片图像特征；将所述N个分片图像特征输入至N个Transformer模型，其中每个Transformer模型用于建立其对应输入的分片图像特征与其余至少一个分片图像特征之间的关联关系；根据所述N个Transformer模型的输出获得所述待检测图像中的至少一个目标。本公开实施例通过每个Transformer模型建立其对应输入的分片图像特征与其余至少一个分片图像特征之间的关联关系，从而提取待检测图像中像素间的关联关系结构特征，更准确的检测出目标区域。CN115830373ACN115830373A权利要求书1/3页1.一种目标检测方法，包括：将待检测图像分片，获得N个分片图像，其中每个分片图像包括所述待检测图像的部分区域，N大于或等于2；对所述N个分片图像提取特征，获得N个分片图像特征；将所述N个分片图像特征输入至N个Transformer模型，其中每个Transformer模型用于建立其对应输入的分片图像特征与其余至少一个分片图像特征之间的关联关系；根据所述N个Transformer模型的输出获得所述待检测图像中的至少一个目标。2.根据权利要求1所述的方法，其中，第一分片图像特征为所述N个分片图像特征中任一个，第一Transformer模型为所述N个Transformer模型中任一个，所述将所述N个分片图像特征输入至N个Transformer模型包括：将所述第一分片图像特征和其余至少一个分片图像特征输入至所述第一Transformer模型的编码器；利用所述第一Transformer模型的编码器建立所述第一分片图像特征和其余至少一个分片图像特征之间的关联关系。3.根据权利要求2所述的方法，其中，所述利用所述第一Transformer模型的编码器建立所述第一分片图像特征和其余至少一个分片图像特征之间的关联关系包括：根据所述第一分片图像特征和第一权重得到第一向量；根据所述第一分片图像特征和其余至少一个分片图像特征，通过第二权重得到第二向量；根据所述第一分片图像特征和其余至少一个分片图像特征，通过第三权重得到第三向量；根据所述第一向量、第二向量和所述第三向量建立所述关联关系。4.根据权利要求2或3所述的方法，其中，所述第一Transformer模型的编码器与其余至少一个Transformer模型的编码器之间的编码器权重相同或不同，所述编码器权重包括第一权重、第二权重和第三权重中至少一个。5.根据权利要求3所述的方法，其中，所述通过第二权重得到第二向量，及通过第三权重得到第三向量包括：对所述第一分片图像特征和其余至少一个分片图像特征进行拼接，得到第二分片图像特征；根据所述第二分片图像特征和所述第二权重得到所述第二向量；根据所述第二分片图像特征和所述第三权重得到所述第三向量。6.根据权利要求2所述的方法，其中，所述根据所述N个Transformer模型的输出获得所述待检测图像中的至少一个目标包括：将所述第一Transformer模型的编码器输出输入至所述第一Transformer模型的解码器，所述编码器输出包括所述第一分片图像特征和其余至少一个分片图像特征之间的关联关系；将所述第一Transformer模型的解码器输出输入至分类检测模型，获得所述待检测图像中的至少一个目标。7.根据权利要求1所述的方法，其中，在将所述N个分片图像特征输入至N个2CN115830373A权利要求书2/3页Transformer模型之前，还包括：根据预设顺序设置所述N个分片图像与所述N个Transformer模型之间的对应关系，其中，所述N个分片图像按照所述预设顺序对所述待检测图像进行分片获得。8.一种目标检测模型的训练方法，包括：对训练样