[發(fā)明專利]目標檢測方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010842418.2
• 申請日: 2020-08-20
• 公開（公告）號: CN114078204A
• 公開（公告）日: 2022-02-22
• 發(fā)明（設(shè)計）人: 趙超;魯靜;張龍
• 申請（專利權(quán)）人: 深圳綠米聯(lián)創(chuàng)科技有限公司
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/44;G06V10/50;G06V10/46;G06K9/62;G06V10/82;G06N3/04
• 代理公司: 深圳市智圈知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44351
• 代理人: 苗燕

本申請實施例公開了一種目標檢測方法、裝置、電子設(shè)備及存儲介質(zhì)，涉及智能家居技術(shù)領(lǐng)域。該方法包括：獲取待檢測圖像；將待檢測圖像輸入預(yù)先訓(xùn)練好的網(wǎng)絡(luò)模型，網(wǎng)絡(luò)模型用于按照對應(yīng)尺度融合待檢測圖像的多尺度傳統(tǒng)特征和多尺度深度特征，并根據(jù)融合后的多尺度傳統(tǒng)特征和多尺度深度特征，輸出待檢測圖像中對待檢測目標的檢測結(jié)果；獲得網(wǎng)絡(luò)模型輸出的對待檢測目標的檢測結(jié)果。本申請實施例在網(wǎng)絡(luò)模型中引入了多尺度傳統(tǒng)特征引導(dǎo)注意力，可以提升網(wǎng)絡(luò)模型對待檢測圖像的目標檢測精度。

技術(shù)領(lǐng)域

本申請涉及涉及計算機視覺技術(shù)領(lǐng)域，更具體地，涉及一種目標檢測方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

目標檢測是計算機視覺領(lǐng)域中的一個非常重要的研究方向，其可以對圖像和視頻中物體進行精準識別和定位，使計算機理解周圍環(huán)境，實現(xiàn)良好的人機交互。且目標檢測擁有極高的應(yīng)用價值及廣闊的應(yīng)用前景，其在自動駕駛、環(huán)境監(jiān)測、交通安防等領(lǐng)域都得到了廣泛的應(yīng)用。然而，現(xiàn)有目標檢測方法仍存在一定的缺陷，需要進行優(yōu)化。

發(fā)明內(nèi)容

本申請實施例提供一種目標檢測方法、裝置、電子設(shè)備及存儲介質(zhì)，可以提高目標檢測的精度。

第一方面，本申請實施例提供了一種目標檢測方法，該方法包括：獲取待檢測圖像；將所述待檢測圖像輸入預(yù)先訓(xùn)練好的網(wǎng)絡(luò)模型，所述網(wǎng)絡(luò)模型用于按照對應(yīng)尺度融合所述待檢測圖像的多尺度傳統(tǒng)特征和多尺度深度特征，并根據(jù)融合后的所述多尺度傳統(tǒng)特征和多尺度深度特征輸出所述待檢測圖像中對待檢測目標的檢測結(jié)果；獲得所述網(wǎng)絡(luò)模型輸出的對所述待檢測目標的檢測結(jié)果。

第二方面，本申請實施例提供了一種目標檢測裝置，該裝置包括：圖像獲取模塊，用于獲取待檢測圖像；圖像輸入模塊，用于將所述待檢測圖像輸入預(yù)先訓(xùn)練好的網(wǎng)絡(luò)模型，所述網(wǎng)絡(luò)模型用于按照對應(yīng)尺度融合所述待檢測圖像的多尺度傳統(tǒng)特征和多尺度深度特征，并根據(jù)融合后的所述多尺度傳統(tǒng)特征和多尺度深度特征輸出所述待檢測圖像中對待檢測目標的檢測結(jié)果；圖像檢測模塊，用于獲得所述網(wǎng)絡(luò)模型輸出的對所述待檢測目標的檢測結(jié)果。

第三方面，本申請實施例提供了一種電子設(shè)備，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如上述第一方面所述的目標檢測方法的步驟。

第四方面，本申請實施例提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)上存儲計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述第一方面所述的目標檢測方法的步驟。

在本申請實施例中，通過獲取待檢測圖像，將該待檢測圖像輸入預(yù)先訓(xùn)練好的網(wǎng)絡(luò)模型，以獲得該網(wǎng)絡(luò)模型輸出的對待檢測目標的檢測結(jié)果。其中，網(wǎng)絡(luò)模型用于按照對應(yīng)尺度融合所述待檢測圖像的多尺度傳統(tǒng)特征和多尺度深度特征，并根據(jù)融合后的所述多尺度傳統(tǒng)特征和多尺度深度特征，輸出所述待檢測圖像中對待檢測目標的檢測結(jié)果。由此，本申請在網(wǎng)絡(luò)模型中引入了更具可解釋性的傳統(tǒng)圖像特征，用于引導(dǎo)特征融合，實現(xiàn)注意力機制，優(yōu)化了網(wǎng)絡(luò)模型的特征提取，增加了網(wǎng)絡(luò)模型的可解釋性，提升了提升網(wǎng)絡(luò)模型對待檢測圖像的目標檢測精度。

附圖說明

為了更清楚地說明本申請實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領(lǐng)域技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1示出了一種適用于本申請實施例的目標檢測網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。

圖2示出了本申請一個實施例提供的目標檢測方法流程圖。

圖3示出了本申請另一個實施例提供的目標檢測方法流程圖。

圖4示出了本申請實施例的圖3中步驟S220的流程圖。

圖5示出了本申請實施例提供的利用第一融合模塊進行特征融合的一種流程示意框圖。