[發(fā)明專利]圖像檢測的方法、裝置、系統(tǒng)及計算機存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810002420.1
• 申請日: 2018-01-02
• 公開（公告）號: CN108875903B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計）人: 彭超;俞剛
• 申請（專利權(quán)）人: 北京邁格威科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06V10/774;G06K9/62
• 代理公司: 北京市磐華律師事務(wù)所 11336
• 代理人: 高偉;劉愛平

1.一種圖像檢測的方法，其特征在于，所述方法包括：

將待檢測圖像輸入至卷積網(wǎng)絡(luò)，得到所述待檢測圖像的第一特征圖；

將所述第一特征圖分別輸入至多個區(qū)域建議網(wǎng)絡(luò)，得到對應(yīng)的多個特征矢量，所述多個區(qū)域建議網(wǎng)絡(luò)分別用于不同類型的目標(biāo)檢測；

將所述第一特征圖和所述多個特征矢量輸入至興趣區(qū)域卷積網(wǎng)絡(luò)，得到對所述待檢測圖像的檢測結(jié)果，所述檢測結(jié)果包括檢測框的坐標(biāo)值以及所述檢測框的得分值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將待檢測圖像輸入至卷積網(wǎng)絡(luò)，得到第一特征圖，包括：

將所述待檢測圖像依次經(jīng)過多個卷積網(wǎng)絡(luò)分別進行卷積操作，得到所述第一特征圖，其中，所述多個卷積網(wǎng)絡(luò)各自輸出的特征圖的空間維度遞減。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多個卷積網(wǎng)絡(luò)包括第一卷積網(wǎng)絡(luò)、第二卷積網(wǎng)絡(luò)、第三卷積網(wǎng)絡(luò)和第四卷積網(wǎng)絡(luò)，

所述將待檢測圖像輸入至卷積網(wǎng)絡(luò)，得到第一特征圖，包括：

將所述待檢測圖像輸入至所述第一卷積網(wǎng)絡(luò)進行卷積操作，得到第一輸出特征圖，所述第一輸出特征圖的空間維度為8M×8M；

將所述第一輸出特征圖輸入至所述第二卷積網(wǎng)絡(luò)進行卷積操作，得到第二輸出特征圖，所述第二輸出特征圖的空間維度為4M×4M；

將所述第二輸出特征圖輸入至所述第三卷積網(wǎng)絡(luò)進行卷積操作，得到第三輸出特征圖，所述第三輸出特征圖的空間維度為2M×2M；

將所述第三輸出特征圖輸入至所述第四卷積網(wǎng)絡(luò)進行卷積操作，得到所述第一特征圖，所述第一特征圖的空間維度為M×M，M為正整數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多個區(qū)域建議網(wǎng)絡(luò)包括針對人臉檢測的第一區(qū)域建議網(wǎng)絡(luò)、針對行人檢測的第二區(qū)域建議網(wǎng)絡(luò)和針對汽車檢測的第三區(qū)域建議網(wǎng)絡(luò)，

其中，每個區(qū)域建議網(wǎng)絡(luò)都包括至少一個不同大小的建議框。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述第一特征圖的空間維度為M×M，所述第一區(qū)域建議網(wǎng)絡(luò)包括N1個不同大小的建議框，所述第二區(qū)域建議網(wǎng)絡(luò)包括N2個不同大小的建議框，所述第三區(qū)域建議網(wǎng)絡(luò)包括N3個不同大小的建議框，

將所述第一特征圖分別輸入至多個區(qū)域建議網(wǎng)絡(luò)，得到對應(yīng)的多個特征矢量，包括：

將所述第一特征圖輸入至所述第一區(qū)域建議網(wǎng)絡(luò)，對所述第一特征圖滑窗和全卷積操作，得到與所述第一區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量，其中與所述第一區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量的維度為M×M×4N1；

將所述第一特征圖輸入至所述第二區(qū)域建議網(wǎng)絡(luò)，對所述第一特征圖滑窗和全卷積操作，得到與所述第二區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量，其中與所述第二區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量的維度為M×M×4N2；

將所述第一特征圖輸入至所述第三區(qū)域建議網(wǎng)絡(luò)，對所述第一特征圖滑窗和全卷積操作，得到與所述第三區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量，其中與所述第三區(qū)域建議網(wǎng)絡(luò)所對應(yīng)的特征矢量的維度為M×M×4N3。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述興趣區(qū)域卷積網(wǎng)絡(luò)包括第五卷積網(wǎng)絡(luò)和第六卷積網(wǎng)絡(luò)以及全連接層，

將所述第一特征圖和所述多個特征矢量輸入至興趣區(qū)域卷積網(wǎng)絡(luò)，得到對所述待檢測圖像的檢測結(jié)果，包括：

將所述第一特征圖和所述多個特征矢量輸入至所述第五卷積網(wǎng)絡(luò)，通過將所述多個特征矢量綜合至所述第一特征圖中，得到第二特征圖；

將所述第二特征圖輸入至所述第六卷積網(wǎng)絡(luò)，通過對所述第二特征圖進行興趣區(qū)域卷積操作，得到第三特征圖；

將所述第三特征圖輸入至所述全連接層，通過將輸出與輸入之間進行連接，得到所述檢測結(jié)果。

7.根據(jù)權(quán)利要求1至6中任一項所述的方法，其特征在于，還包括通過以下方式訓(xùn)練得到所述各個網(wǎng)絡(luò)：

針對訓(xùn)練數(shù)據(jù)集中的每一訓(xùn)練圖像：

根據(jù)所述訓(xùn)練數(shù)據(jù)集中的標(biāo)注以及通過所述各個網(wǎng)絡(luò)后的輸出，構(gòu)建損失函數(shù)；

基于所述損失函數(shù)對所述各個網(wǎng)絡(luò)進行訓(xùn)練，直到所述損失函數(shù)收斂。