[發(fā)明專利]多目標(biāo)檢測(cè)方法、設(shè)備及存儲(chǔ)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010699127.2
• 申請(qǐng)日: 2020-07-17
• 公開（公告）號(hào): CN112001247A
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 朱凱;馬子昂;盧維
• 申請(qǐng)（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 黎堅(jiān)怡

1.一種多目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟：

獲取樣本圖片集，所述樣本圖片集包括至少一張樣本圖片及其對(duì)應(yīng)的目標(biāo)對(duì)象標(biāo)注信息，所述目標(biāo)對(duì)象標(biāo)注信息包括所述樣本圖片上的目標(biāo)對(duì)象及其對(duì)應(yīng)的框選所述目標(biāo)對(duì)象的真實(shí)邊界框；

將所述樣本圖片集輸入目標(biāo)檢測(cè)網(wǎng)絡(luò)，以使得所述目標(biāo)檢測(cè)網(wǎng)絡(luò)依據(jù)所述樣本圖片輸出目標(biāo)檢測(cè)結(jié)果，所述目標(biāo)檢測(cè)結(jié)果包括所述目標(biāo)檢測(cè)網(wǎng)絡(luò)識(shí)別到的所述樣本圖片上的目標(biāo)對(duì)象及所述目標(biāo)對(duì)象的預(yù)測(cè)邊界框；

計(jì)算所述目標(biāo)對(duì)象標(biāo)注信息中所述真實(shí)邊界框與所述目標(biāo)檢測(cè)結(jié)果中所述預(yù)測(cè)邊界框的第一覆蓋圓；

基于當(dāng)前所述目標(biāo)檢測(cè)網(wǎng)絡(luò)輸出的所述目標(biāo)檢測(cè)結(jié)果、所述目標(biāo)對(duì)象標(biāo)注信息、所述第一覆蓋圓構(gòu)造第一損失函數(shù)；

依據(jù)所述第一損失函數(shù)對(duì)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練次數(shù)滿足預(yù)設(shè)迭代次數(shù)以獲得訓(xùn)練完成的所述目標(biāo)檢測(cè)網(wǎng)絡(luò)；

將待檢測(cè)圖片輸入所述訓(xùn)練完成的所述目標(biāo)檢測(cè)網(wǎng)絡(luò)，輸出所述待檢測(cè)圖片的目標(biāo)檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述多目標(biāo)檢測(cè)方法，其特征在于，所述計(jì)算所述目標(biāo)對(duì)象標(biāo)注信息中所述真實(shí)邊界框與所述目標(biāo)檢測(cè)結(jié)果中所述預(yù)測(cè)邊界框的第一覆蓋圓，包括：

獲取所述真實(shí)邊界框和所述預(yù)測(cè)邊界框的頂點(diǎn)集合，從所述頂點(diǎn)集合中選取至少3個(gè)第一頂點(diǎn)；

依據(jù)所述第一頂點(diǎn)獲取第一包含圓；

獲取所述頂點(diǎn)集合中距離所述第一包含圓圓心最遠(yuǎn)的第二頂點(diǎn)；

若所述第二頂點(diǎn)在所述第一包含圓范圍內(nèi)，則所述第一包含圓為所述第一覆蓋圓；

若所述第二頂點(diǎn)不在所述第一包含圓范圍，則在所述第一頂點(diǎn)和所述第二頂點(diǎn)中選取至少3個(gè)頂點(diǎn)作為所述第一頂點(diǎn)并重新獲取第一包含圓。

3.根據(jù)權(quán)利要求2所述多目標(biāo)檢測(cè)方法，其特征在于，所述基于當(dāng)前所述目標(biāo)檢測(cè)網(wǎng)絡(luò)輸出的所述目標(biāo)檢測(cè)結(jié)果、所述目標(biāo)對(duì)象標(biāo)注信息、所述第一覆蓋圓構(gòu)造第一損失函數(shù)，包括：

獲取所述真實(shí)邊界框和所述預(yù)測(cè)邊界框的交集面積、并集面積，并獲取所述第一覆蓋圓的面積；

依據(jù)所述交集面積、所述并集面積、所述第一覆蓋圓的面積獲取所述第一損失函數(shù)。

4.根據(jù)權(quán)利要求1所述多目標(biāo)檢測(cè)方法，其特征在于，所述目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)所述目標(biāo)對(duì)象的特征提取基于卷積神經(jīng)網(wǎng)絡(luò)，包括至少一層卷積層。

5.根據(jù)權(quán)利要求4所述多目標(biāo)檢測(cè)方法，其特征在于，所述對(duì)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，包括：

獲取所述樣本圖片經(jīng)過所述目標(biāo)檢測(cè)網(wǎng)絡(luò)卷積計(jì)算后的第一卷積層輸出、第二卷積層輸出；

依據(jù)所述第一卷積層輸出獲取特征尺寸為第一尺寸的第一卷積特征、特征尺寸為第二尺寸的第二卷積特征、特征尺寸為第三尺寸第三卷積特征；

依據(jù)所述第二卷積層輸出獲取特征尺寸為所述第一尺寸的第四卷積特征、特征尺寸為所述第二尺寸的第五卷積特征、特征尺寸為所述第三尺寸的第六卷積特征；

將所述第一卷積特征與所述第四卷積特征進(jìn)行拼接獲取第一融合特征，將所述第二卷積特征與所述第五卷積特征進(jìn)行拼接獲取第二融合特征，將所述第三卷積特征與所述第六卷積特征進(jìn)行拼接獲取第三融合特征；

依據(jù)所述第一融合特征、所述第二融合特征、第三融合特征獲取所述目標(biāo)檢測(cè)結(jié)果。

6.根據(jù)權(quán)利要求1所述多目標(biāo)檢測(cè)方法，其特征在于，所述獲取樣本圖片集，包括：

獲取至少一張第一圖片，對(duì)所述第一圖片進(jìn)行實(shí)例分割獲得第一標(biāo)注信息，所述第一標(biāo)注信息包括所述第一圖片上的第一目標(biāo)對(duì)象及其對(duì)應(yīng)的第一真實(shí)邊界框；

對(duì)所述第一目標(biāo)對(duì)象進(jìn)行第一變換后構(gòu)造第二圖片；

依據(jù)所述第一變換獲得所述第二圖片的第二標(biāo)注信息；

依據(jù)所述第一圖片及其所述第一標(biāo)注信息、所述第二圖片及其所述第二標(biāo)注信息獲取所述樣本圖片集。

7.根據(jù)權(quán)利要求1所述多目標(biāo)檢測(cè)方法，其特征在于，所述依據(jù)所述第一損失函數(shù)對(duì)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練次數(shù)滿足預(yù)設(shè)迭代次數(shù)以獲得訓(xùn)練完成的所述目標(biāo)檢測(cè)網(wǎng)絡(luò)目標(biāo)檢測(cè)網(wǎng)絡(luò)，還包括：

對(duì)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)剪枝。