目标检测方法、装置、计算机设备和存储介质.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CN111292377A(43)申请公布日2020.06.16(21)申请号202010166856.1(22)申请日2020.03.11(71)申请人南京旷云科技有限公司地址210038江苏省南京市经济技术开发区兴智路兴智科技园A栋15层申请人徐州旷视数据科技有限公司北京迈格威科技有限公司(72)发明人赵博睿魏秀参陈钊民(74)专利代理机构北京华进京联知识产权代理有限公司11606代理人孙岩(51)Int.Cl.G06T7/73(2017.01)G06K9/62(2006.01)权利要求书2页说明书9页附图6页(54)发明名称目标检测方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种目标检测方法、装置、计算机设备和存储介质。其中，该方法包括：对待检测图像进行多尺度特征提取，得到多个不同尺度的特征图；确定多个不同尺度的特征图中空间分辨率符合预设条件的目标特征图；对目标特征图进行降维，得到降维后的目标特征图；将降维后的目标特征图输入全连接网络，得到层级信息特征；根据多个不同尺度的特征图和层级信息特征进行目标检测，得到待检测图像中目标的类别信息和位置信息。本申请通过在目标检测过程中添加层级信息特征，可有效改善分类特征，从而提高了目标检测的准确性。CN111292377ACN111292377A权利要求书1/2页1.一种目标检测方法，其特征在于，所述方法包括：对待检测图像进行多尺度特征提取，得到多个不同尺度的特征图；确定所述多个不同尺度的特征图中空间分辨率符合预设条件的目标特征图；对所述目标特征图进行降维，得到降维后的目标特征图；将所述降维后的目标特征图输入全连接网络，得到层级信息特征；根据所述多个不同尺度的特征图和所述层级信息特征进行目标检测，得到所述待检测图像中目标的类别信息和位置信息。2.根据权利要求1所述的方法，其特征在于，对所述目标特征图进行降维，得到降维后的目标特征图，包括：对所述目标特征图进行全局最大池化，得到第一池化特征；对所述目标特征图进行全局平均池化，得到第二池化特征；将所述第一池化特征和所述第二池化特征相加或拼接，得到所述降维后的目标特征图。3.根据权利要求1所述的方法，其特征在于，根据所述多个不同尺度的特征图和所述层级信息特征进行目标检测，得到所述待检测图像中目标的类别信息和位置信息，包括：根据所述多个不同尺度的特征图和所述层级信息特征，得到层级信息特征图；在所述层级信息特征图中确定候选区域，对所述候选区域进行池化操作以提取所述待检测图像中目标的特征；将所述待检测图像中目标的特征输入全连接网络，得到所述待检测图像中目标的类别信息和位置信息。4.根据权利要求3所述的方法，其特征在于，根据所述多个不同尺度的特征图和所述层级信息特征，得到层级信息特征图，包括：将所述多个不同尺度的特征图和所述层级信息特征进行融合，得到层级信息特征图。5.根据权利要求1-4任一所述的方法，其特征在于，所述层级信息特征包括层级类别。6.根据权利要求5所述的方法，其特征在于，将所述降维后的目标特征图输入全连接网络，得到层级信息特征，包括：对所述降维后的目标特征图进行全连接，得到多维度向量；根据所述多维度向量中的元素，确定每一类别的置信度分数；选取置信度分数符合预设条件的类别，确定为所述层级类别。7.根据权利要求1所述的方法，其特征在于，确定所述多个不同尺度的特征图中空间分辨率符合预设条件的目标特征图，包括：选取所述多个不同尺度的特征图中空间分辨率最小的特征图，确定为目标特征图。8.一种目标检测装置，其特征在于，所述装置包括：特征图提取模块，用于对待检测图像进行多尺度特征提取，得到多个不同尺度的特征图；特征图确定模块，用于确定所述多个不同尺度的特征图中空间分辨率符合预设条件的目标特征图；特征图降维模块，用于对所述目标特征图进行降维，得到降维后的目标特征图；特征图输入模块，用于将所述降维后的目标特征图输入全连接网络，得到层级信息特2CN111292377A权利要求书2/2页征；目标检测模块，用于根据所述多个不同尺度的特征图和所述层级信息特征进行目标检测，得到所述待检测图像中目标的类别信息和位置信息。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。3CN111292377A说明书1/9页目标检测方法、装置、计算机设备和存储介质技术领域[0001]本申请涉及图像数据处理技术领域，特别是涉及一种目标检测方法、装置、计算机设备和存储介