[發明專利]目標檢測中的真值框選擇方法、裝置、存儲介質及設備

在審

• 申請號: 202011135858.0
• 申請日: 2020-10-22
• 公開（公告）號: CN112257586A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 王堃
• 申請（專利權）人: 江蘇禹空間科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 黃雪

本申請實施例公開了一種目標檢測中的真值框選擇方法、裝置、存儲介質及設備，屬于圖像處理技術領域。所述方法包括：獲取對圖像進行特征提取后得到的目標特征圖，目標特征圖中包含多個預定大小的網格；在目標特征圖中獲取圖像中的每個小目標對象對應的多個檢測框；對于每個檢測框，計算預定點位于檢測框內的網格的中心度得分，預定點為網格的角點和/或中心點；對于每個小目標對象，從小目標對象對應的多個檢測框中，將最大的中心度得分對應的檢測框確定為小目標對象的真值框。本申請實施例可以提高真值框選擇的準確性。

技術領域

本申請實施例涉及圖像處理技術領域，特別涉及一種目標檢測中的真值框選擇方法、裝置、存儲介質及設備。

背景技術

FCOS(Fully Convolutional One-Stage Object Detection，一階全卷積目標檢測)算法實現了無錨點(anchor-free)的目標檢測。在利用FCOS算法檢測圖像中的目標對象時，可以將圖像劃分成S×S的網格，預測包含目標對象的多個檢測框，根據檢測框和網格之間的位置關系從檢測框中選擇真值框，將真值框作為正樣本進行保留，將其他檢測框作為負樣本進行丟棄，從而識別出目標對象。

在利用FCOS算法檢測小目標對象時，如圖1所示，檢測框1中包含待回歸的小目標對象，A、B、C、D這四個點分別為該小目標對象所在四個網格的中心點，且A、B、C、D這四個點中沒有一個點落入檢測框1中，那么，檢測框1被定義為負樣本。如圖2所示，檢測框2中包含待回歸的小目標對象，雖然檢測框2在九個網格中，但是，只有一個網格的中心點落入檢測框2中，使得用于回歸的網格中心點較少。

如圖1和2中所示，即使檢測框中包含小目標對象，可能會由于網格中心點未落在檢測框中，或者，落在檢測框中的網格中心點較少，從而影響了真值框選擇的準確性。

發明內容

本申請實施例提供了一種目標檢測中的真值框選擇方法、裝置、存儲介質及設備，用于解決利用FCOS算法檢測小目標對象時，由于網格中心點未落在檢測框中，或者，落在檢測框中的網格中心點較少，從而影響了真值框選擇的準確性的問題。所述技術方案如下：

一方面，提供了一種目標檢測中的真值框選擇方法，所述方法包括：

獲取對圖像進行特征提取后得到的目標特征圖，所述目標特征圖中包含多個預定大小的網格；

在所述目標特征圖中獲取所述圖像中的每個小目標對象對應的多個檢測框，所述小目標對象是像素面積小于預定面積的目標對象；

對于每個檢測框，計算預定點位于所述檢測框內的網格的中心度得分，所述預定點為所述網格的角點和/或中心點；

對于每個小目標對象，從所述小目標對象對應的多個檢測框中，將最大的中心度得分對應的檢測框確定為所述小目標對象的真值框。

在一種可能的實現方式中，所述對于每個檢測框，計算預定點位于所述檢測框內的網格的中心度得分，包括：

對于每個檢測框，獲取位于所述檢測框內的每個預定點的坐標信息；

對每個預定點的坐標信息進行回歸運算，得到每個預定點的回歸結果；

對每個預定點的回歸結果進行中心度運算，得到每個預定點的中心度得分；

將所有預定點的中心度得分相加，得到所述檢測框對應的中心度得分。

在一種可能的實現方式中，所述對每個預定點的坐標信息進行回歸運算，得到每個預定點的回歸結果，包括：

對于每個預定點，根據所述預定點的坐標信息，計算所述預定點到所述檢測框的左邊框的第一距離，計算所述預定點到所述檢測框的上邊框的第二距離，計算所述預定點到所述檢測框的有邊框的第三距離，計算所述預定點到所述檢測框的下邊框的第四距離；