图像检测方法、装置、设备以及存储介质.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CN113989579A(43)申请公布日2022.01.28(21)申请号202111264034.8G06N3/08(2006.01)(22)申请日2021.10.27G06N20/20(2019.01)(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人裴森李海涵(74)专利代理机构北京励诚知识产权代理有限公司11647代理人周慧云(51)Int.Cl.G06V10/771(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)G06V10/764(2022.01)G06N3/04(2006.01)权利要求书2页说明书12页附图4页(54)发明名称图像检测方法、装置、设备以及存储介质(57)摘要提供了一种图像检测方法、装置、设备以及存储介质，涉及检测技术领域和云技术、人工智能、智慧交通、辅助驾驶等各种应用场景。该方法包括：对目标图像的特征进行提取，得到尺度互不相同的N个特征图，该N为大于1的正整数；确定该N个特征图分别对应的N个权重系数，该N个权重系数分别用于表征该N个特征图在该目标图像中目标对象的检测过程中的重要程度；基于该N个权重系数，在该N个特征图中确定M个特征图，该M为小于或等于N的正整数；基于该M个特征图，对该目标对象进行检测。该方法有利于在保证准确率与召回率的前提下，减少计算开销，降低算法部署对设备算力的要求，实现设备的轻量化部署。CN113989579ACN113989579A权利要求书1/2页1.一种图像检测方法，其特征在于，包括：对目标图像的特征进行提取，得到尺度互不相同的N个特征图，所述N为大于1的正整数；确定所述N个特征图分别对应的N个权重系数，所述N个权重系数分别用于表征所述N个特征图在所述目标图像中目标对象的检测过程中的重要程度；基于所述N个权重系数，在所述N个特征图中确定M个特征图，所述M为小于或等于N的正整数；基于所述M个特征图，对所述目标对象进行检测。2.根据权利要求1所述的方法，其特征在于，所述确定所述N个特征图分别对应的N个权重系数，包括：利用前向传播算法，确定所述N个权重系数。3.根据权利要求2所述的方法，其特征在于，所述利用前向传播算法，确定所述N个权重系数，包括：对所述N个特征图中的第一特征图进行逐点卷积处理，得到卷积后的第二特征图；以所述第二特征图为全连接层的输入，得到第一数值；利用激活函数，将所述第一数值映射为所述第一特征图的权重系数。4.根据权利要求2所述的方法，其特征在于，所述N个特征图中的第三特征图包括X个通道，X为正整数；其中，所述利用前向传播算法，确定所述N个权重系数，包括：对所述X个通道中的第一通道内的所有像素值进行平均池化处理，得到所述第一通道对应的数值；将所述X个通道对应的数值进行线性组合处理，得到第二数值；利用激活函数，将所述第二数值映射为所述第三特征图的权重系数。5.根据权利要求1所述的方法，其特征在于，所述基于所述N个权重系数，在所述N个特征图中确定M个特征图，包括：基于所述N个权重系数，确定第三数值；将所述N个特征图中权重系数大于或等于所述第三数值的特征图，确定为所述M个特征图中的特征图。6.根据权利要求5所述的方法，其特征在于，所述基于所述N个权重系数，确定第三数值，包括：将所述N个权重系数的平均值与所述N个权重系数的方差的和，确定为所述第三数值。7.根据权利要求1所述的方法，其特征在于，所述对目标图像的特征进行提取，得到尺度互不相同的N个特征图，包括：利用N个降采样倍率，对所述目标图像的特征进行提取，得到所述N个特征图。8.根据权利要求7所述的方法，其特征在于，所述N个降采样倍率为预设的。9.根据权利要求1所述的方法，其特征在于，所述基于所述M个特征图，对所述目标对象进行检测，包括：将所述M个特征图分别与所述M个特征图分别对应的M个权重系数相乘，得到处理后的M个特征图；2CN113989579A权利要求书2/2页基于所述处理后的M个特征图，对所述目标对象进行检测。10.根据权利要求1所述的方法，其特征在于，所述基于所述M个特征图，对所述目标对象进行检测，包括：对所述M个特征图进行特征融合，得到融合后的特征图；以所述融合后的特征图为输入，利用分类网络，得到所述目标对象的类别；以所述融合后的特征图为输入，利用回归网络，得到所述目标对象的位置。11.一种图像检测装置，其特征在于，包括：提取单元，用于对目标图像的特征进行提取，得到尺度互不相同的N个特征图，所述N为大于1的正整数；第一确定单元，用于确定所述N个特征图分别对应的N个权重系数，所述N个权重系数分别用于表征所述N个特征图在所述目