[發明專利]目標檢測方法及裝置、電子設備和存儲介質

有效

• 申請號: 202011043814.5
• 申請日: 2020-09-28
• 公開（公告）號: CN112115914B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 岳育新;李全全;王宇杰
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

本公開實施例公開了目標檢測方法及裝置、電子設備和存儲介質。該方法包括：獲取待檢測圖像；將所述待檢測圖像輸入目標檢測網絡，得到檢測結果；所述檢測結果表征從所述待檢測圖像中檢測到的分類信息或者預測信息；其中，所述目標檢測網絡是從第一候選網絡中搜索得到的平均精確率滿足預設條件的目標子網絡；所述第一候選網絡包括多個第一子網絡，不同的第一子網絡所生成的特征圖的分辨率不同，和/或，不同的第一子網絡中檢測器與不同分辨率的特征圖之間的對應關系不同。通過本公開，能夠降低檢測網絡的結構局限性，提高檢測效果。

技術領域

本公開涉及圖像處理技術，尤其涉及一種目標檢測方法及裝置、電子設備和存儲介質。

背景技術

近年來目標檢測技術成功應用于交通、城市管理、無人零售超市等多種場景中，進行車輛、人體和垃圾等物體的檢測，使得人工智能為許多傳統行業增加了可能。不同于圖像分類等任務，目標檢測需要處理同一張圖片中可能出現的不同大小的物體，尤其是比較難以檢測的小物體。目標檢測模型中的多尺度檢測設計目的就是檢出一張圖片中不同尺度的目標，因此多尺度檢測成為目標檢測中一個重要問題。

相關技術中，目標檢測中的多尺度問題經常基于手工設計的特征金字塔網絡處理；然而，手工設計的多尺度檢測模型網絡結構通常是基于先驗知識或者領域經驗而設計，結構簡單，且局限性較大，從而導致檢測效果不佳。

發明內容

本公開實施例提供一種目標檢測方法及裝置、電子設備和存儲介質，能夠降低檢測網絡的結構局限性，提高檢測效果。

本公開實施例的技術方案是這樣實現的：

本公開實施例提供一種目標檢測方法，包括：獲取待檢測圖像；將所述待檢測圖像輸入目標檢測網絡，得到檢測結果；所述檢測結果表征從所述待檢測圖像中檢測到的分類信息或者預測信息；其中，所述目標檢測網絡是從第一候選網絡中搜索得到的平均精確率滿足預設條件的目標子網絡；所述第一候選網絡包括多個第一子網絡，不同的第一子網絡所生成的特征圖的分辨率不同，和/或，不同的第一子網絡對用于進行目標檢測的不同分辨率的特征圖的分配方式不同；其中，不同的第一子網絡對用于進行目標檢測的不同分辨率的特征圖的分配方式不同，表征在不同的第一子網絡中檢測器與不同分辨率的特征圖之間的對應關系不同。

上述方法中，在所述將所述待檢測圖像輸入目標檢測網絡，得到檢測結果之前，所述方法包括：根據網絡構建參數，生成所述第一候選網絡；從所述第一候選網絡中搜索出目標子網絡，所述目標子網絡為平均精確率達到預設條件的第一子網絡，并將所述目標子網絡確定為所述目標檢測網絡。

上述方法中，所述第一候選網絡包括：多個第一子網絡，每個第一子網絡包括N個卷積模塊和與所述N個卷積模塊連接的M個檢測器，且所述N個卷積模塊中的一個卷積模塊與所述M個檢測器中的至少一個檢測器連接；所述網絡構建參數包括：混合塊的數量N、每個混合塊包括多個步長不同的卷積模塊、檢測器的數量M、每個卷積模塊的初始網絡參數，以及，每個檢測器對應的多個卷積模塊的絕對步長；其中，一個卷積模塊的絕對步長為：輸入所述卷積模塊的圖像的尺寸與所述卷積模塊所輸出的特征圖的尺寸之間的比值；一個檢測器對應多個卷積模塊的絕對步長，表征所述檢測器在不同的第一子網絡中和與所述多個絕對步長對應的不同卷積模塊連接；M和N為大于零的整數。

上述方法中，所述從所述第一候選網絡中搜索出目標子網絡，包括：從所述第一候選網絡中篩選合法子網絡；所述合法子網絡為卷積模塊的絕對步長滿足預設條件的第一子網絡；所述預設條件為預先設置的網絡篩選條件；采用從預設數據集中獲得的樣本圖像，對每個合法子網絡進行第一訓練，獲得第二候選網絡；從所述第二候選網絡中搜索出所述目標子網絡。