[發明專利]目標檢測方法、裝置、設備和存儲介質

在審

• 申請號: 202010073501.8
• 申請日: 2020-01-22
• 公開（公告）號: CN111325105A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 周康明;陳光
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃晶晶

1.一種目標檢測方法，其特征在于，所述方法包括：

將檢驗場景圖像輸入預設的檢測模型中，得到所述檢驗場景圖像的檢測結果；所述檢測結果用于指示所述檢驗場景圖像是否存在檢驗人員；所述預設的檢測模型中主干網絡的卷積層為深度分離卷積層；

若所述檢測結果指示不存在所述檢驗人員，則輸出用于提示檢驗人員離開檢驗崗位的提醒信息。

2.根據權利要求1所述的方法，其特征在于，若所述檢測結果指示存在所述檢驗人員，所述方法還包括：

確定所述檢驗場景圖像的檢驗場景；

根據所述檢驗場景確定是否進行人體特征檢測；所述人體特征檢測包括識別所述檢驗人員的身份特征、識別所述檢驗人員的著裝特征和識別所述檢驗人員的行為特征中的至少一種。

3.根據權利要求1或2所述的方法，其特征在于，所述預設的檢測模型中的錨點檢測框的尺寸包括1:1、1:2和1:3。

4.根據權利要求1或2所述的方法，其特征在于，所述預設的檢測模型中的卷積核的維度小于refinedet網絡中的卷積核的維度。

5.根據權利要求1或2所述的方法，其特征在于，所述預設的檢測模型的訓練過程包括：

通過ImageNet數據集對初始檢測模型中的主干網絡進行訓練，得到預訓練檢測模型；

將檢驗場景樣本圖像集合中的各檢驗場景樣本圖像作為所述預訓練檢測模型的輸入，將各所述檢驗場景樣本圖像對應的標注結果作為所述預訓練檢測模型的參考輸出，采用隨機梯度下降方法，對所述預訓練檢測模型進行訓練，得到所述預設的檢測模型；所述標注結果用于標注所述檢驗場景圖像中的檢驗人員。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

獲取初始檢驗場景樣本圖像集合；

對所述初始檢驗場景樣本圖像集合進行樣本擴增處理，得到所述檢驗場景樣本圖像集合；所述樣本擴增處理包括：圖像旋轉、圖像水平鏡像、增加高斯噪聲、增加圖像色彩亮度和減小圖像色彩亮度中的至少一種。

7.根據權利要求6所述的方法，其特征在于，所述獲取初始檢驗場景圖像集合包括：

獲取圖像采集設備采集的多個檢驗場景圖像；

根據用戶輸入的標注信息，對各個所述檢驗場景圖像進行標注，得到所述初始檢驗場景樣本圖像集合。

8.一種目標檢測裝置，其特征在于，所述裝置包括：

輸入模塊，用于將檢驗場景圖像輸入預設的檢測模型中，得到所述檢驗場景圖像的檢測結果；所述檢測結果用于指示所述檢驗場景圖像是否存在檢驗人員；所述預設的檢測模型中主干網絡的卷積層為深度分離卷積層；

輸出模塊，用于若所述檢測結果指示不存在所述檢驗人員，則輸出用于提示檢驗人員離開檢驗崗位的提醒信息。

9.一種終端設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1-7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-7中任一項所述的方法的步驟。