目标检测及模型训练方法、装置、设备和存储介质.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CN113837305A(43)申请公布日2021.12.24(21)申请号202111153307.1(22)申请日2021.09.29(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人谭啸叶晓青孙昊(74)专利代理机构北京鸿德海业知识产权代理有限公司11412代理人田宏宾(51)Int.Cl.G06K9/62(2006.01)G06K9/00(2006.01)权利要求书4页说明书12页附图9页(54)发明名称目标检测及模型训练方法、装置、设备和存储介质(57)摘要本公开提供了一种目标检测及模型训练方法、装置、设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。目标检测方法包括：对图像进行特征提取处理，以获得所述图像的多个阶段的图像特征；对所述图像进行位置编码处理，以获得所述图像的位置编码；基于所述多个阶段的图像特征以及所述位置编码，获得所述图像中的目标的所述多个阶段的检测结果；基于所述多个阶段的检测结果，获得目标检测结果。本公开可以提高目标检测精度。CN113837305ACN113837305A权利要求书1/4页1.一种目标检测方法，包括：对图像进行特征提取处理，以获得所述图像的多个阶段的图像特征；对所述图像进行位置编码处理，以获得所述图像的位置编码；基于所述多个阶段的图像特征以及所述位置编码，获得所述图像中的目标的所述多个阶段的检测结果；基于所述多个阶段的检测结果，获得目标检测结果。2.根据权利要求1所述的方法，其中，所述多个阶段的检测结果包括至少一种类别的检测结果，所述基于所述多个阶段的检测结果，获得目标检测结果，包括：确定所述多个阶段的检测结果中的待融合结果；对所述待融合结果进行融合处理，以获得所述待融合结果对应类别的目标检测结果；和/或，将所述多个阶段的检测结果中的非待融合结果，作为所述非待融合结果对应类别的目标检测结果。3.根据权利要求2所述的方法，还包括：基于所述多个阶段的图像特征以及所述位置编码，确定所述多个阶段的检测结果的不确定度；所述对所述待融合结果进行融合处理，包括：基于所述不确定度，对所述待融合结果进行融合处理。4.根据权利要求3所述的方法，其中，所述基于所述多个阶段的图像特征以及所述位置编码，确定所述多个阶段的检测结果的不确定度，包括：对所述多个阶段的图像特征和所述位置编码进行拼接，以得到拼接张量；将所述拼接张量作为注意力网络的输入，采用所述注意力网络对所述拼接张量进行处理，以获得所述多个阶段的检测结果的不确定度。5.根据权利要求2‑4任一项所述的方法，其中，所述多个阶段的检测结果为3D结果，所述确定所述多个阶段的检测结果中的待融合结果，包括：将所述3D结果映射为2D结果；确定不同阶段的检测结果对应的2D结果之间的交并比；若所述交并比大于预设阈值，将所述不同阶段的检测结果作为待融合结果。6.一种目标检测模型的训练方法，包括：对图像样本进行特征提取处理，以获得所述图像样本的多个阶段的图像特征；对所述图像样本进行位置编码处理，以获得所述图像样本的位置编码；基于所述多个阶段的图像特征以及所述位置编码，获得所述图像样本中的目标的所述多个阶段的检测结果；基于所述多个阶段的检测结果，构建总损失函数；基于所述总损失函数，训练目标检测模型。7.根据权利要求6所述的方法，其中，所述多个阶段的检测结果包括至少一种类别的检测结果，所述基于所述多个阶段的检测结果，构建总损失函数，包括：确定所述多个阶段的检测结果中的待融合结果，对所述待融合结果进行融合处理，以获得融合结果，基于所述融合结果构建第一损失函数；2CN113837305A权利要求书2/4页确定所述多个阶段的检测结果中的非融合结果，基于所述非融合结果构建第二损失函数；基于所述多个阶段的检测结果的类别检测结果，构建第三损失函数；基于所述第一损失函数、所述第二损失函数和所述第三损失函数，构建所述总损失函数。8.根据权利要求7所述的方法，还包括：基于所述多个阶段的图像特征以及所述位置编码，确定所述多个阶段的检测结果的不确定度；所述对所述待融合结果进行融合处理，包括：基于所述不确定度，对所述待融合结果进行融合处理；所述基于所述融合结果构建第一损失函数，包括：对所述不确定度进行正则化，以获得正则化的不确定度；基于所述融合结果和所述正则化的不确定度，构建第一损失函数。9.根据权利要求8所述的方法，其中，所述基于所述多个阶段的图像特征以及所述位置编码，确定所述多个阶段的检测结果的不确定度，包括：对所述多个阶段的图像特征和所述位置编码进行拼接，以得到拼接张量；将所述拼接张量作为注意力网络的输入，采用所