目标检测方法和装置、存储介质及电子装置.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CN113673604A(43)申请公布日2021.11.19(21)申请号202110971066.5G06N3/08(2006.01)(22)申请日2021.08.23(71)申请人浙江大华技术股份有限公司地址310051浙江省杭州市滨江区滨安路1187号(72)发明人鲁逸峰周祥明郑春煌邬国栋程德强(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人刘晓燕(51)Int.Cl.G06K9/62(2006.01)G06K9/32(2006.01)G06K9/46(2006.01)G06N3/04(2006.01)权利要求书2页说明书16页附图3页(54)发明名称目标检测方法和装置、存储介质及电子装置(57)摘要本申请公开了一种目标检测方法和装置、存储介质及电子装置，其中，上述方法包括：将待检测图像输入到第一检测网络，得到第一检测网络输出的第一检测结果，其中，第一检测结果用于指示待检测图像中包含检测目标的第一目标框；基于第一目标框对与第一检测网络对应的第一多尺度特征进行特征融合，得到第一融合特征图，其中，第一多尺度特征为第一检测网络的多个特征提取网络从待检测图像提取出的特征图；将第一融合特征图输入到第二检测网络，得到第二检测结果，其中，第二检测结果用于指示待检测图像中包含检测目标的第二目标框。通过本申请，解决了相关技术中的目标检测方法存在对图像中检测目标的位置预测的精度低的问题。CN113673604ACN113673604A权利要求书1/2页1.一种目标检测方法，其特征在于，包括：将待检测图像输入到第一检测网络，得到所述待检测图像包含的检测目标的第一位置信息；基于所述第一位置信息对所述待检测图像的多个第一子特征进行特征融合，得到第一融合特征，其中，所述多个第一子特征是基于所述第一检测网络中串联的多个子特征提取网络对所述待检测图像进行特征提取得到的；基于所述第一融合特征对所述检测目标进行位置检测，得到所述检测目标的第二位置信息。2.根据权利要求1所述的方法，其特征在于，所述将待检测图像输入到第一检测网络，得到所述待检测图像包含的检测目标的第一位置信息，包括：将所述待检测图像输入到串联的所述多个子特征提取网络中，得到所述多个子特征提取网络的最后一个子特征提取网络输出的目标子特征；基于所述目标子特征对所述检测目标进行位置检测，得到所述第一位置信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一位置信息对所述待检测图像的多个第一子特征进行特征融合，得到第一融合特征，包括：基于所述多个子特征提取网络中的各个子特征提取网络各自对应的映射关系，对所述第一位置信息进行处理，得到各个子特征提取网络各自对应的中间位置信息；使用所述各个子特征提取网络各自对应的中间位置信息，对所述各个子特征提取网络对所述待检测图像进行特征提取得到的第一子特征进行特征提取，得到所述各个子特征提取网络各自对应的中间特征；按照通道方向对所述各个子特征提取网络各自对应的中间特征进行融合，得到所述第一融合特征。4.根据权利要求3所述的方法，其特征在于，所述使用所述各个子特征提取网络各自对应的中间位置信息，对所述各个子特征提取网络对所述待检测图像进行特征提取得到的第一子特征进行特征提取，包括：通过保留浮点运算和采用双线性插值，根据所述各个子特征提取网络各自对应的中间位置信息，对所述各个子特征提取网络对所述待检测图像进行特征提取得到的第一子特征中的感兴趣区域进行特征提取。5.根据权利要求1所述的方法，其特征在于，所述基于所述第一融合特征对所述检测目标进行位置检测，得到所述检测目标的第二位置信息，包括：将所述第一融合特征输入到第二检测网络的特征提取网络中，得到与所述第一融合特征对应的目标特征向量；将所述目标特征向量输入到所述第二检测网络的回归层，得到所述第二检测网络的回归层输出的所述第二位置信息。6.根据权利要求5所述的方法，其特征在于，在所述将待检测图像输入到第一检测网络之前，所述方法还包括：将样本图像输入到所述第一检测网络，得到所述样本图像包含的样本目标的第三位置信息；基于所述第三位置信息对所述样本图像的多个第二子特征进行特征融合，得到第二融2CN113673604A权利要求书2/2页合特征，其中，所述多个第二子特征是基于串联的所述多个子特征提取网络对所述样本图像进行特征提取得到的；重复执行以下步骤，直到满足停止条件：将所述第二融合特征输入到初始检测网络，得到所述样本目标的第四位置信息，其中，所述初始检测网络与所述第二检测网络对应；计算所述第四位置信息与标注的所述样本目标的位置信息之间的回归损失；根据所述回归损失对所述初始检测网络的模型参数进行调整，得到更新后的所述初始检测网