[發(fā)明專利]目標檢測方法及裝置、存儲介質、電子裝置

在審

• 申請?zhí)枺?/td>: 202010567707.6
• 申請日: 2020-06-19
• 公開（公告）號: CN111832559A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設計）人: 胡來豐
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京康信知識產(chǎn)權代理有限責任公司 11240
• 代理人: 江舟

本發(fā)明提供了一種目標檢測方法及裝置、存儲介質、電子裝置，其中所述方法包括基于深度學習網(wǎng)絡提取候選框；根據(jù)所述候選框與真實框的相對位置確定所述候選框所在的目標組；根據(jù)所述候選框所在的所述目標組對所述候選框進行處理，得到目標位置和類別。通過本發(fā)明，解決了目標檢測時候選框位置較真實目標隨機，而不利于候選框的位置收斂以及回歸的問題，進而達到了基于候選框位置的固定性從而利于框的位置收斂、框回歸的效果。

技術領域

本發(fā)明涉及深度學習、目標檢測領域，具體而言，涉及一種目標檢測方法及裝置、存儲介質、電子裝置。

背景技術

基于深度學習的目標檢測方法主要分為：單階段比如YOLO、SSD的以及基于候選框的兩階段目標檢測比如RCNN系列?；趦呻A段的目標檢測方案相比于單階段的有更好的性能，后續(xù)出現(xiàn)了許多在RCNN基礎上改進的技術方案，如RFCN、Cascade-rcnn，Iou-Net、FPN等等。

兩階段的目標檢測方案中在訓練或測試階段得到的候選框的位置只依靠與真實目標框來約束，由于候選框位置較真實目標很隨機，有時偏左上，有時偏右下等，包含的真實目標信息不一致，有可能導致候選框分類混淆，且目標框位置的隨機性不利于框的位置收斂以及框回歸。

針對相關技術中，目標檢測時候選框位置較真實目標隨機，而不利于候選框的位置收斂以及回歸的問題，目前尚未存在有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種目標檢測方法及裝置、存儲介質、電子裝置，以至少解決相關技術中目標檢測時候選框位置較真實目標隨機，而不利于候選框的位置收斂以及回歸的問題。

根據(jù)本發(fā)明的一個實施例，提供了一種目標檢測方法，包括：基于深度學習網(wǎng)絡提取候選框；根據(jù)所述候選框與真實框的相對位置確定所述候選框所在的目標組；根據(jù)所述候選框所在的所述目標組對所述候選框進行處理，得到目標位置和類別。

在本發(fā)明的一個可選實施例中，根據(jù)所述候選框與真實框的相對位置確定所述候選框所在的目標組包括：通過位置分組確定所述候選框位于所述真實框的相對位置，根據(jù)所述相對位置確定所述候選框所在的目標組為目標位置。

在本發(fā)明的一個可選實施例中，根據(jù)所述候選框與真實框的相對位置確定所述候選框所在的目標組，包括：在確定所述候選框位于所述真實框的左上位置時，確定所述候選框所在的目標組為第一位置組；在確定所述候選框位于所述真實框的右上位置時，確定所述候選框所在的目標組為第二位置組；在確定所述候選框位于所述真實框的左下位置時，確定所述候選框所在的目標組為第三位置組；在確定所述候選框位于所述真實框的右下位置時，確定所述候選框所在的目標組為第四位置組。

在本發(fā)明的一個可選實施例中，根據(jù)所述候選框與真實框的相對位置確定所述候選框所在的目標組，包括：在確定所述候選框的中心點位于所述真實框中心點的左上位置時，確定所述候選框所在的目標組為第一位置組；在確定所述候選框的中心點位于所述真實框中心點的右上位置時，確定所述候選框所在的目標組為第二位置組；在確定所述候選框的中心點位于所述真實框中心點的左下位置時，確定所述候選框所在的目標組為第三位置組；確定所述候選框的中心點位于所述真實框中心點的右下位置時，確定所述候選框所在的目標組為第四位置組。

在本發(fā)明的一個可選實施例中，所述根據(jù)所述候選框所在的所述目標組對所述候選框進行處理，包括：根據(jù)所述候選框中的位置分組確定所述候選框的組分類，其中，所述位置分組中至少包括位置分組中的組數(shù)，所述組分類中至少包括組分類中的類別數(shù)；根據(jù)所述候選框的組分類對所述候選框進行回歸得到回歸框，其中，所述回歸框中至少包括回歸框維數(shù)，所述回歸框維數(shù)通過所述組分類的類別數(shù)確定，所述組分類中的類別數(shù)通過所述位置分類中的組數(shù)確定。