[發明專利]對象檢測方法、裝置、存儲介質及處理器

有效

• 申請號: 201711133580.1
• 申請日: 2017-11-15
• 公開（公告）號: CN109784131B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 請求不公布姓名
• 申請（專利權）人: 深圳光啟合眾科技有限公司;深圳光啟創新技術有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡

1.一種對象檢測方法，其特征在于，包括：

通過區域建議網絡生成建議框，其中，所述區域建議網絡用于標識圖片中的對象所在的區域，所述建議框用于展示所述對象所在的區域；

根據所述建議框獲取檢測網絡，其中，所述檢測網絡用于從所述圖片中檢測所述對象，所述區域建議網絡與所述檢測網絡之間無共享的卷積層；

根據所述建議框微調所述檢測網絡和所述區域建議網絡，得到具有相同的共享卷積層的目標檢測網絡和目標區域建議網絡；

根據所述目標檢測網絡和所述目標區域建議網絡檢測目標圖片中的目標對象；

其中，所述根據所述建議框微調所述檢測網絡和所述區域建議網絡，得到具有相同的共享卷積層的目標檢測網絡和目標區域建議網絡包括：保持所述建議框固定，交互微調所述區域建議網絡和所述檢測網絡，得到所述具有相同的共享卷積層的所述目標檢測網絡和所述目標區域建議網絡；

其中，所述保持所述建議框固定，交互微調所述區域建議網絡和所述檢測網絡包括：保持所述建議框固定，微調所述區域建議網絡獨有的卷積層至所述檢測網絡和所述區域建議網絡具有共享卷積層，得到所述目標區域建議網絡；保持所述共享卷積層固定，微調所述檢測網絡的FC層至所述檢測網絡和所述區域建議網絡具有相同的所述共享卷積層，得到所述目標檢測網絡。

2.根據權利要求1所述的方法，其特征在于，所述區域建議網絡為RPN網絡，所述檢測網絡為Fast?R-CNN網絡。

3.根據權利要求2所述的方法，其特征在于，在通過區域建議網絡生成建議框之前，所述方法還包括：

通過ImageNet預訓練模型進行初始化訓練，得到所述RPN網絡。

4.根據權利要求2所述的方法，其特征在于，根據所述建議框獲取所述檢測網絡包括：

通過Fast?R-CNN根據所述建議框對ImageNet預訓練模型進行訓練，得到與所述RPN網絡之間無共享的卷積層的所述Fast?R-CNN網絡。

5.根據權利要求1至4中任一項所述的方法，其特征在于，根據所述目標檢測網絡和所述目標區域建議網絡檢測所述目標圖片中的所述目標對象包括：

獲取所述目標圖片；

將所述目標圖片輸入所述目標區域建議網絡和所述目標檢測網絡，得到所述目標對象。

6.根據權利要求5所述的方法，其特征在于，將所述目標圖片輸入所述目標區域建議網絡和所述目標檢測網絡，得到所述目標對象包括：

將所述目標圖片輸入所述目標區域建議網絡，得到攜帶有目標建議框的圖片；

將所述攜帶有目標建議框的圖片輸入所述目標檢測網絡，得到所述目標檢測網絡從所述目標建議框中檢測出的所述目標對象。

7.一種對象檢測裝置，其特征在于，包括：

生成模塊，用于通過區域建議網絡生成建議框，其中，所述區域建議網絡用于標識圖片中的對象所在的區域，所述建議框用于展示所述對象所在的區域；

獲取模塊，用于根據所述建議框獲取檢測網絡，其中，所述檢測網絡用于從所述圖片中檢測所述對象，所述區域建議網絡與所述檢測網絡之間無共享的卷積層；

微調模塊，用于根據所述建議框微調所述檢測網絡和所述區域建議網絡，得到具有相同的共享卷積層的目標檢測網絡和目標區域建議網絡；

檢測模塊，用于根據所述目標檢測網絡和所述目標區域建議網絡檢測目標圖片中的目標對象；

其中，所述微調模塊包括：微調單元，用于保持所述建議框固定，交互微調所述區域建議網絡和所述檢測網絡，得到所述具有相同的共享卷積層的所述目標檢測網絡和所述目標區域建議網絡，

其中，所述微調單元包括：第一微調子單元，用于保持所述建議框固定，微調所述區域建議網絡獨有的卷積層至所述檢測網絡和所述區域建議網絡具有共享卷積層，得到所述目標區域建議網絡；第二微調子單元，用于保持所述共享卷積層固定，微調所述檢測網絡的FC層至所述檢測網絡和所述區域建議網絡具有相同的所述共享卷積層，得到所述目標檢測網絡。