目标检测方法及其装置、设备、介质、产品.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114283281A(43)申请公布日2022.04.05(21)申请号202111591555.4G06K9/62(2022.01)(22)申请日2021.12.23G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人广州华多网络科技有限公司地址511442广东省广州市番禺区南村镇万达广场B1栋24层(72)发明人兴百桥(74)专利代理机构广州利能知识产权代理事务所(普通合伙)44673代理人王增鑫(51)Int.Cl.G06V10/25(2022.01)G06V10/26(2022.01)G06V10/46(2022.01)G06V10/764(2022.01)G06V10/82(2022.01)权利要求书2页说明书13页附图3页(54)发明名称目标检测方法及其装置、设备、介质、产品(57)摘要本申请公开一种目标检测方法及其装置、设备、介质、产品，所述方法包括：获取待检测的广告图片；采用已训练至收敛的目标检测模型对所述广告图片进行目标检测，根据检测结果截取所述广告图片中的目标区域图像；接着采用已训练至收敛的图像识别模型针对所述广告图片及所述目标区域图像分别进行图像识别，获得相应的识别结果组合构成目标识别序列；最后辨识实例应用场景的实际需求，根据所述实际需求从所述目标识别序列中获取预设条件下的概率值作为广告图片是否包含目标物品的最终概率值，进行最终判别，输出结果。本申请能对构成上述模型训练集的相关图片进行高效筛选和数据增强，以便用于训练相关模型，使相关模型更精准，具有广泛适应性。CN114283281ACN114283281A权利要求书1/2页1.一种目标检测方法，其特征在于，包括如下步骤：获取待检测的广告图片；采用已训练至收敛的目标检测模型对所述广告图片进行目标检测，获得目标区域图像；采用已训练至收敛的图像识别模型针对所述广告图片及所述目标区域图像分别进行图像识别，获得多个识别结果，构成目标识别序列；采用所述目标识别序列针对特定实例场景的预设条件输出相对应的目标识别结果。2.根据权利要求1所述的目标检测方法，其特征在于，获取待检测的广告图片，包括如下步骤：响应用户触发的广告发布请求，获取其相对应提交的广告发布信息，所述广告发布信息包含广告图片；从所述广告发布信息中获取其中的广告图片。3.根据权利要求1所述的目标检测方法，其特征在于，采用已训练至收敛的目标检测模型对所述广告图片进行目标检测，获得目标区域图像，包括如下步骤：采用卷积主干网络针对所述广告图片进行特征提取，获得多层不同尺度的特征图；采用区域生成网络针对所述多层不同尺度的特征图生成多个候选感兴趣区域，然后进行感兴趣区域对齐操作；采用头部网络针对经感兴趣区域对齐后的特征图进行三个分支处理，即边界框回归处理、识别处理和掩码图预测，获得检测结果；根据所述检测结果，截取所述广告图片中的目标区域，获得相对应的目标区域图像。4.根据权利要求1所述的目标检测方法，其特征在于，采用已训练至收敛的图像识别模型针对所述广告图片及所述目标区域图像分别进行图像识别，获得多个识别结果，构成目标识别序列，包括如下步骤：针对输入图像进行图像块嵌入，获得多个图像块向量，同时增加一个分类向量，构成多个嵌入向量；针对所述多个嵌入向量添加位置编码向量构成输入向量，所述位置编码向量可保持图像块之间的空间位置信息；针对上述输入向量堆叠多个编码模块进行特征提取，所述编码模块中包括多头注意力和多层感知机；采用多层感知机针对最后得到的深度分类向量作进一步的分类空间变换，得到其分类概率；针对所述广告图片及所述目标区域图像分别进行上述步骤操作，获得相对应的多个识别结果，构成所述广告图片的目标识别序列。5.根据权利要求1所述的目标检测方法，其特征在于，采用所述目标识别序列针对特定实例场景的预设条件输出相对应的目标识别结果，包括如下步骤：针对所述目标识别序列进行排序，获取其最大值与最小值；辨识实例应用场景的实际需求，在高准确场景下以最小值作为所述广告图片是否包含所述目标物品的概率值，在高召回场景下以最大值作为所述广告图片是否包含所述目标物品的概率值；2CN114283281A权利要求书2/2页比较所述概率值与预设阈值的大小，当所述概率值大于预设阈值时，判定所述广告图片包含所述目标物品，否则判定不包含所述目标物品。6.根据权利要求1至5所述的目标检测方法，其特征在于：所述目标检测模型的基础网络架构为Mask‑RCNN模型，所述图像识别模型的基础网络架构为ViT模型，所述目标物品为旗帜。7.一种目标检测装置，其特征在于，包括：图像获取模块，用于从所述广告发布信息中获取其中的广告图片；目标检测模块，被配置为采用已训练至收