多目标检测方法、装置、设备、介质及产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972950A(43)申请公布日2022.08.30(21)申请号202210523846.8G06V10/774(2022.01)(22)申请日2022.05.13G06V20/64(2022.01)G06V40/16(2022.01)(71)申请人际络科技（上海）有限公司地址202150上海市崇明区长兴镇江南大道1333弄11号楼001室4座(72)发明人贺克赛(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师王春霞(51)Int.Cl.G06V10/82(2022.01)G06N3/08(2006.01)G06N3/04(2006.01)G06V10/25(2022.01)G06V10/40(2022.01)权利要求书2页说明书10页附图2页(54)发明名称多目标检测方法、装置、设备、介质及产品(57)摘要本发明提供一种多目标检测方法、装置、设备、介质及产品，包括：将待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；其中，剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；预先训练好的多目标检测模型包括主干网络以及与主干网络连接的多个目标分支网络；相应地，剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。本发明能够使得每个目标分支网络得到最大限度的压缩，且保证各个目标对应的检测准确率几乎没有损失，还能够关注到不同尺度的不同目标之间的差异，无论是大目标还是小目标的检测，均有较高准确率。CN114972950ACN114972950A权利要求书1/2页1.一种多目标检测方法，其特征在于，包括：获取待检测图片；将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的检测结果；其中，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型进行动态剪枝后得到；所述预先训练好的多目标检测模型包括主干网络以及与所述主干网络连接的多个目标分支网络；相应地，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到。2.根据权利要求1所述的多目标检测方法，其特征在于，所述剪枝后的多目标检测模型包括剪枝后主干网络以及与所述剪枝后主干网络连接的多个剪枝后目标分支网络；相应地，所述多个剪枝后目标分支网络通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到；所述剪枝后主干网络通过对预先训练好的多目标检测模型中的主干网络进行动态剪枝后得到。3.根据权利要求1所述的多目标检测方法，其特征在于，所述剪枝后的多目标检测模型是通过对预先训练好的多目标检测模型中的多个目标分支网络分别进行动态剪枝后得到，包括：S1、在预设的分支剪枝率集合中选中一个分支剪枝率作为待分析分支剪枝率，从所述多个目标分支网络中选中一个目标分支网络作为待分析目标分支网络，并利用所述待分析分支剪枝率对所述待分析目标分支网络进行剪枝，得到剪枝后目标分支网络；S2、对所述剪枝后目标分支网络进行剪枝敏感度分析，得到剪枝后分支网络性能；S3、重复所述S1至所述S2直到穷尽所述预设的分支剪枝率集合中所有分支剪枝率集合，得到多个剪枝后分支网络性能；S4、从所述多个剪枝后分支网络性能中确定最优剪枝后分支网络性能，并将所述最优剪枝后分支网络性能对应的待分析分支剪枝率作为待分析目标分支网络的最优剪枝率；S5、重复所述S1至所述S4直到穷尽所有目标分支网络，得到每个目标分支网络对应的最优剪枝率，并基于对应的最优剪枝率分别对目标分支网络进行剪枝，得到剪枝后的多目标检测模型。4.根据权利要求3所述的多目标检测方法，其特征在于，所述预设的分支剪枝率集合通过如下获得：根据预先设定的分支剪枝率的取值范围以及分支剪枝率取值步长，在所述预先设定的分支剪枝率的取值范围内，穷举得到所有符合所述分支剪枝率取值步长的分支剪枝率，从而得到分支剪枝率集合。5.根据权利要求2‑4任一所述的多目标检测方法，其特征在于，所述多个剪枝后目标分支网络包括剪枝后人脸检测分支网络、剪枝后香烟检测分支网络以及剪枝后手机检测分支网络；所述多个目标的检测结果包括人脸检测结果、香烟检测结果以及手机检测结果；相应地，所述将所述待检测图片输入剪枝后的多目标检测模型，分别得到多个目标的2CN114972950A权利要求书2/2页检测结果，包括：所述剪枝后主干网络对所述待检测图片进行特征提取得到多尺度特征图；所述剪枝后人脸检测分支网络基于所述多尺度特征图预测得到人脸检测结果；所述剪枝后香烟检测分支网络基于所述多尺度特征图预测得到香烟检测结果；所述剪枝后手机检测分支网络基于所述多尺度特征图预测得到手机检测结果。6.