对象检测方法、装置、设备及存储介质.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CN114220030A(43)申请公布日2022.03.22(21)申请号202111547151.5G06K9/62(2022.01)(22)申请日2021.12.16(71)申请人成都睿沿芯创科技有限公司地址610000四川省成都市高新区中国(四川)自由贸易试验区成都天府五街200号5号楼B区7层703室(72)发明人骆俊帆周俊琨吉翔(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人李飞(51)Int.Cl.G06V20/17(2022.01)G06V10/40(2022.01)G06V10/80(2022.01)G06V10/774(2022.01)权利要求书2页说明书13页附图4页(54)发明名称对象检测方法、装置、设备及存储介质(57)摘要本申请提供一种对象检测方法、装置、设备及存储介质，所述对象检测方法，包括：红外图像的通道的数量和彩色图像相同；将彩色图像输入目标检测网络中的第一特征提取模块，得到多个彩色特征；将红外图像输入目标检测网络中的第二特征提取模块，得到每个彩色特征对应的红外特征；将目标彩色特征和目标彩色特征对应的红外特征输入目标检测网络中目标彩色特征对应的融合模块进行融合，得到目标融合特征，目标彩色特征为多个彩色特征中的一个；将融合特征输入目标检测网络中所述融合特征对应的对象检测模块，得到检测特征图；将多个检测特征图输入目标检测网络中的输出模块，得到对象检测结果，对象检测结果包括对象的类别和对象的位置。CN114220030ACN114220030A权利要求书1/2页1.一种对象检测方法，其特征在于，包括：获取目标场景对应的彩色图像和红外图像，所述红外图像的通道的数量和所述彩色图像相同；将所述彩色图像输入目标检测网络中的第一特征提取模块，得到多个彩色特征；将所述红外图像输入目标检测网络中的第二特征提取模块，得到每个所述彩色特征对应的红外特征；将目标彩色特征和所述目标彩色特征对应的红外特征输入目标检测网络中所述目标彩色特征对应的融合模块进行融合，得到目标融合特征，所述目标彩色特征为所述多个彩色特征中的一个；将所述融合特征输入目标检测网络中所述融合特征对应的对象检测模块，得到检测特征图；将多个检测特征图输入目标检测网络中的输出模块，得到对象检测结果，所述对象检测结果包括对象的类别和对象的位置。2.根据权利要求1所述的对象检测方法，其特征在于，在所述将所述红外图像输入目标检测网络中的第二特征提取模块，得到每个所述彩色特征对应的红外特征之前，还包括：将所述红外图像输入空间变换网络进行空间变换处理，得到红外变换图像；所述将所述红外图像输入目标检测网络中的第二特征提取模块，得到每个所述彩色特征对应的红外特征，包括：将所述红外变换图像输入目标检测网络中的第二特征提取模块，得到每个所述彩色特征对应的红外特征。3.根据权利要求1所述的对象检测方法，其特征在于，所述目标检测网络为浮点网络；在所述获取目标场景对应的彩色图像和红外图像之前，还包括：获取彩色训练图像和红外训练图像；将所述彩色训练图像和所述红外训练图像输入初步检测网络，得到对象预测结果；根据所述对象预测结果和对象标注结果计算误差；根据所述误差对所述初步检测网络进行更新，在迭代条件达到时，得到所述目标检测网络。4.根据权利要求1所述的对象检测方法，其特征在于，所述目标检测网络为量化网络。5.根据权利要求4所述的对象检测方法，其特征在于，在所述获取目标场景对应的彩色图像和红外图像之前，还包括：获取训练彩色图像和训练红外图像；对所述训练彩色图像和所述训练红外图像进行量化处理，得到量化彩色结果和量化红外结果；对所述量化彩色结果和所述量化红外结果进行反量化处理，得到目标彩色结果和目标红外结果；对原始检测网络中的浮点参数进行量化处理，得到量化参数；对所述量化参数进行反量化处理，得到目标参数；根据所述目标参数对所述目标彩色结果和所述目标红外结果进行处理，得到目标预测特征图；2CN114220030A权利要求书2/2页根据所述目标预测特征图和目标标注结果计算目标误差；根据所述目标误差，对所述浮点参数进行更新，得到更新后的浮点参数，返回所述对原始检测网络中的浮点参数进行量化处理，得到量化参数的步骤，在迭代条件达到时，得到所述目标检测网络。6.根据权利要求5所述的对象检测方法，其特征在于，在所述获取训练彩色图像和训练红外图像之前，还包括：获取初步训练集，所述初步训练集中包括第一数量的训练彩色图像和第二数量的训练红外图像，所述第一数量大于或等于第二数量；根据所述初步训练集，得到目标训练集，以使用所述目标训练集对所述原始检测网络进行训练，得到目标检测网络，所述目标训练集中包括第三数量的训