图像检测方法、装置、电子设备及存储介质.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CN114140613A(43)申请公布日2022.03.04(21)申请号202111491712.4(22)申请日2021.12.08(71)申请人北京有竹居网络技术有限公司地址101299北京市平谷区林荫北街13号信息大厦802室(72)发明人吉梁周杰黄凯(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447代理人卢夏子(51)Int.Cl.G06V10/25(2022.01)G06V10/764(2022.01)G06V10/80(2022.01)G06K9/62(2022.01)权利要求书2页说明书11页附图5页(54)发明名称图像检测方法、装置、电子设备及存储介质(57)摘要本公开涉及一种图像检测方法、装置、电子设备及存储介质，该方法包括将待测图像分别输入至第一模型和第二模型，获取所述第一模型输出的全局信息以及所述第二模型输出的多个局部信息，其中，所述全局信息包括所述待测图像中存在目标对象的置信度，所述局部信息包括所述待测图像的局部区域中存在所述目标对象的置信度，其中，每个所述局部信息对应所述待测图像中的一个局部区域，每个所述局部区域存在至少一个检测对象；根据多个所述局部信息和所述全局信息确定检测结果，所述检测结果表征所述待测图像中是否包括所述目标对象。本公开能够有效提升对待测图像中目标对象的检测准确性。CN114140613ACN114140613A权利要求书1/2页1.一种图像检测方法，其特征在于，包括：将待测图像分别输入至第一模型和第二模型，获取所述第一模型输出的全局信息以及所述第二模型输出的多个局部信息，其中，所述全局信息包括所述待测图像中存在目标对象的置信度，所述局部信息包括所述待测图像的局部区域中存在所述目标对象的置信度，其中，每个所述局部信息对应所述待测图像中的一个局部区域，每个所述局部区域存在至少一个检测对象；根据多个所述局部信息和所述全局信息确定检测结果，所述检测结果表征所述待测图像中是否包括所述目标对象。2.根据权利要求1所述的方法，其特征在于，所述根据多个所述局部信息和所述全局信息确定检测结果，包括：按照预设规则对多个所述局部信息进行统计处理，得到统计信息；对所述统计信息和所述全局信息进行拼接处理，得到拼接信息；根据所述拼接信息确定所述检测结果。3.根据权利要求2所述的方法，其特征在于，所述按照预设规则对多个所述局部信息进行处理，得到统计信息，包括：计算所述多个所述局部信息的最大值、最小值、中位值、平均值、方差以及四分位数中的至少一种统计值；将所述至少一种统计值确定为所述统计信息。4.根据权利要求2所述的方法，其特征在于，所述根据所述拼接信息确定所述检测结果，包括：将所述拼接信息输入至第三模型中，获取所述第三模型的输出结果作为所述检测结果，所述第三模型为梯度提升决策树模型。5.根据权利要求1所述的方法，其特征在于，所述根据多个所述局部信息和所述全局信息确定检测结果，包括：获取多个所述局部信息中对应的局部区域存在的检测对象为目标对象的局部信息作为目标局部信息；根据所述目标局部信息和所述全局信息确定所述检测结果。6.根据权利要求1所述的方法，其特征在于，所述局部信息还包括位置信息，在所述根据多个所述局部信息和所述全局信息确定检测结果之前，还包括：根据每个所述局部信息的位置信息，对位于相同局部区域的局部信息进行过滤处理。7.根据权利要求1所述的方法，在所述将待测图像分别输入至第一模型和第二模型之前，还包括：获取包括目标对象的图像样本，并对所述图像样本中所述目标对象的特定属性进行标注；基于标注的特定属性对预设的二分类网络进行训练，得到所述第二模型。8.根据权利要求7所述的方法，该方法还包括：根据所述标注的特定属性生成至少一个初始图像；将所述至少一个初始图像中包含所述特定属性的标注的初始图像，确定为正样本；将所述至少一个初始图像中不包含所述特定属性的标注的初始图像，确定为负样本；2CN114140613A权利要求书2/2页基于所述正样本和所述负样本训练得到所述第一模型。9.根据权利要求1‑8任一项所述的方法，其特征在于，在所述将待测图像分别输入至第一模型和第二模型之前，还包括：关闭所述第一模型和所述第二模型中的dropout层。10.一种图像检测装置，其特征在于，包括：信息获取模块，用于将待测图像分别输入至第一模型和第二模型，获取所述第一模型输出的全局信息以及所述第二模型输出的多个局部信息，其中，所述全局信息包括所述待测图像中存在目标对象的置信度，所述局部信息包括所述待测图像的局部区域中存在所述目标对象的置信度，其中，每个所述局部信息对应所述待测图像中的一个局部区域，每个所述局部区域存在至少一个检测对象；检测模块