一种基于多模型融合的目标检测方法、装置、设备及介质.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CN113688957A(43)申请公布日2021.11.23(21)申请号202111244219.2(22)申请日2021.10.26(71)申请人苏州浪潮智能科技有限公司地址215100江苏省苏州市吴中区吴中经济开发区郭巷街道官浦路1号9幢(72)发明人金良李仁刚赵雅倩郭振华范宝余徐聪胡克坤(74)专利代理机构北京集佳知识产权代理有限公司11227代理人张艺(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书11页附图4页(54)发明名称一种基于多模型融合的目标检测方法、装置、设备及介质(57)摘要本申请公开了一种基于多模型融合的目标检测方法、装置、设备及介质，包括：获取已训练好的多个目标检测模型，并获取对待检测原始图像进行图像增强处理后得到的待检测图像集；分别利用每个所述目标检测模型对待检测图像集中的待检测图像进行检测，得到与多个目标检测模型对应的多组初始目标检测结果；分别对每组初始目标检测结果中的所有初始目标检测结果进行加权，得到每个所述目标检测模型各自对应的初次加权目标检测结果；基于预先利用验证集确定的每个目标检测模型的权重，对多个目标检测模型对应的多个初次加权目标检测结果进行加权，得到与待检测原始图像对应的最终目标检测结果。本申请能够充分发挥模型的多样性，提高目标检测的精度。CN113688957ACN113688957A权利要求书1/2页1.一种基于多模型融合的目标检测方法，其特征在于，包括：获取已训练好的多个目标检测模型，并获取对待检测原始图像进行图像增强处理后得到的待检测图像集；分别利用每个所述目标检测模型对所述待检测图像集中的待检测图像进行检测，以得到与多个所述目标检测模型对应的多组初始目标检测结果；分别对每组所述初始目标检测结果中的所有初始目标检测结果进行加权，以得到每个所述目标检测模型各自对应的初次加权目标检测结果；基于预先利用验证集确定的每个所述目标检测模型的权重，对多个所述目标检测模型对应的多个所述初次加权目标检测结果进行加权，得到与所述待检测原始图像对应的最终目标检测结果。2.根据权利要求1所述的基于多模型融合的目标检测方法，其特征在于，所述获取已训练好的多个目标检测模型之前，还包括：利用基于模型结构差异构建的筛选条件，筛选出多个待训练目标检测模型；其中，不同所述待训练目标检测模型之间的模型结构差异均满足预设差异条件；利用对历史原始图像集进行图像增强后得到的训练集，对多个所述待训练目标检测模型进行训练，以得到已训练好的多个所述目标检测模型。3.根据权利要求1所述的基于多模型融合的目标检测方法，其特征在于，所述获取对待检测原始图像进行图像增强处理后得到的待检测图像集，包括：根据每个所述目标检测模型的模型类别，确定每个所述目标检测模型对应的图像增强算法；利用每个所述目标检测模型对应的图像增强算法，对所述待检测原始图像进行相应的图像增强处理，以得到与每个所述目标检测模型对应的待检测图像集。4.根据权利要求1所述的基于多模型融合的目标检测方法，其特征在于，对任一组所述初始目标检测结果中的所有初始目标检测结果进行加权，包括：对任一组所述初始目标检测结果中的所有初始目标检测结果进行聚类，以得到与该组所述初始目标检测结果对应的第一聚类结果；根据所述第一聚类结果，并基于轴对齐包围盒模糊积分算法和非极大值抑制算法，确定各个所述初始目标检测结果的权重；基于各个所述初始目标检测结果的权重，对该组所述初始目标检测结果中的所有所述初始目标检测结果进行加权，以得到相应所述目标检测模型对应的初次加权目标检测结果。5.根据权利要求1至4任一项所述的基于多模型融合的目标检测方法，其特征在于，还包括：基于验证集确定出已训练好的每个所述目标检测模型对应的均值平均精度评价指标；对所有所述目标检测模型对应的均值平均精度评价指标进行求和，以得到相应的评价指标总和；基于每个所述目标检测模型对应的均值平均精度评价指标以及所述评价指标总和，确定出每个所述目标检测模型的权重。6.根据权利要求5所述的基于多模型融合的目标检测方法，其特征在于，基于所述验证2CN113688957A权利要求书2/2页集确定出已训练好的任一所述目标检测模型对应的均值平均精度评价指标，包括：利用已训练好的所述目标检测模型对验证集中的每张图像进行预测，以得到所述目标检测模型输出的与所述验证集中每张图像对应的预测结果；基于所述预测结果与所述验证集中对应的真实标注结果之间的差异，确定出所述目标检测模型的均值平均精度评价指标。7.根据权利要求6所述的基于多模型融合的目标检测方法，其特征在于，所述利用已训练好的所述目标