[發明專利]目標檢測方法、設備及存儲介質

在審

• 申請號: 202010838656.6
• 申請日: 2020-08-19
• 公開（公告）號: CN111967401A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 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;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 吳會英;劉芳

1.一種目標檢測方法，其特征在于，采用訓練至收斂的目標檢測模型對目標進行檢測，所述訓練至收斂的目標檢測模型包括：主干網絡層、多尺寸可變形的感受野模塊及目標檢測層，所述方法包括：

獲取目標圖像，所述目標圖像中包括多個不同尺寸和/或不同形狀的目標對象；

采用所述主干網絡層提取所述目標圖像的特征，以獲得多個不同尺寸的主干特征圖；

按照篩選策略從所述主干特征圖中獲取多個第一主干特征圖；

采用所述多尺寸可變形的感受野模塊提取各所述第一主干特征圖中不同尺寸和/或不同形狀的目標特征信息，以獲得對應的感受野特征圖；

采用所述目標檢測層根據各所述感受野特征圖檢測所述目標圖像中的目標對象。

2.根據權利要求1所述的方法，其特征在于，所述訓練至收斂的目標檢測模型還包括：卷積網絡層；

所述采用所述主干網絡層提取所述目標圖像的特征，以獲得多個不同尺寸的主干特征圖之后，還包括：

按照所述篩選策略從所述主干特征圖中獲取第二主干特征圖；

采用所述卷積網絡層提取所述第二主干特征圖中的目標特征信息，以獲得卷積網絡特征圖。

3.根據權利要求2所述的方法，其特征在于，所述采用所述目標檢測層根據各所述感受野特征圖檢測所述目標圖像中的目標對象，包括：

采用所述目標檢測層根據各所述感受野特征圖和所述卷積網絡特征圖檢測所述目標圖像中的目標對象。

4.根據權利要求3所述的方法，其特征在于，所述采用所述目標檢測層根據各所述感受野特征圖和所述卷積網絡特征圖檢測所述目標圖像中的目標對象，包括：

將各所述感受野特征圖和所述卷積網絡特征圖輸入到目標檢測層中；

采用所述目標檢測層在各所述感受野特征圖和所述卷積網絡特征圖中分別按照坐標點設置檢測框，并確定各所述檢測框的類別分類結果及在目標圖像中的位置信息；

采用所述目標檢測層根據所述類別分類結果及在目標圖像中的位置信息確定所述目標圖像中的目標對象。

5.根據權利要求1所述的方法，其特征在于，所述多尺寸可變形的感受野模塊中包括：多個卷積支路，每個卷積支路包括對應的降維卷積層，空洞卷積層及可變形卷積層，各卷積支路中的空洞卷積層中的空洞卷積核的擴張率不同，可變形卷積層的可變卷積核的尺寸和形狀不同；

所述采用所述多尺寸可變形的感受野模塊提取各所述第一主干特征圖中不同尺寸和/或不同形狀的目標特征信息，以獲得對應的感受野特征圖，包括：

針對每個第一主干特征圖，執行以下操作：

將所述第一主干特征圖輸入到所述多尺寸可變形的感受野模塊的每個卷積支路中，以提取所述第一主干特征圖中對應的目標特征信息，輸出對應的支路特征圖；將各支路特征圖進行拼接，以獲得對應的感受野特征圖。

6.根據權利要求5所述的方法，其特征在于，所述將所述第一主干特征圖輸入到所述多尺寸可變形的感受野模塊的每個卷積支路中，以提取所述第一主干特征圖中對應的目標特征信息，輸出對應的支路特征圖，包括：

將所述第一主干特征圖輸入到所述每個卷積支路的降維卷積層中，以將所述第一主干特征圖與所述降維卷積層中的降維卷積核進行卷積運算，以獲得降維特征圖；

將各卷積支路的降維特征圖輸入到對應的空洞卷積層中，以將所述降維特征圖與所述空洞卷積核進行卷積運算，以獲得尺寸特性特征圖；

將各卷積支路的尺寸特性特征圖輸入到對應的可變形卷積層中，以將所述尺寸特性特征圖與所述可變形卷積核進行卷積運算，以獲得支路特征圖。