[發(fā)明專利]一種目標(biāo)對(duì)象的檢測(cè)方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011196088.0
• 申請(qǐng)日: 2020-10-30
• 公開（公告）號(hào): CN113762003A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計(jì)）人: 劉浩;徐卓然;許新玉
• 申請(qǐng)（專利權(quán)）人: 北京京東乾石科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種目標(biāo)對(duì)象的檢測(cè)方法，其特征在于，包括：

將獲取的三維點(diǎn)云數(shù)據(jù)壓縮至鳥瞰圖視角的待檢測(cè)圖像；

將所述待檢測(cè)圖像輸入預(yù)先訓(xùn)練出的目標(biāo)檢測(cè)模型，根據(jù)所述目標(biāo)檢測(cè)模型的輸出結(jié)果確定所述待檢測(cè)圖像中包含的對(duì)象的類型和位置；

其中，所述目標(biāo)檢測(cè)模型中包含主干網(wǎng)絡(luò)和檢測(cè)器，所述檢測(cè)器包含至少兩個(gè)并聯(lián)的子檢測(cè)模塊；所述主干網(wǎng)絡(luò)用于對(duì)所述待檢測(cè)圖像進(jìn)行特征提取，各所述子檢測(cè)模塊分別用于基于所述主干網(wǎng)絡(luò)提取的特征圖矩陣檢測(cè)具有本子檢測(cè)模塊對(duì)應(yīng)的尺寸大小的對(duì)象的類型和位置，并且不同子檢測(cè)模塊對(duì)應(yīng)的尺寸大小不同。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，各所述子檢測(cè)模塊包括：降維模塊和整流模塊；所述降維模塊用于對(duì)所述主干網(wǎng)絡(luò)輸出的特征圖矩陣進(jìn)行降維處理，以輸出降維后的特征圖矩陣；所述整流模塊，用于將所述降維模塊輸出的特征圖矩陣轉(zhuǎn)變?yōu)樘卣飨蛄浚黄渲校魉鼋稻S模塊輸出的降維后的特征圖矩陣的尺寸大小與本降維模塊所屬子檢測(cè)模塊對(duì)應(yīng)的尺寸大小負(fù)相關(guān)；

所述檢測(cè)器還包括：第一合并模塊，用于將各所述整流模塊輸出的特征向量進(jìn)行合并，得到所述目標(biāo)檢測(cè)模型的輸出結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述至少兩個(gè)并聯(lián)的子檢測(cè)模塊包括：第一子檢測(cè)模塊、第二子檢測(cè)模塊和第三子檢測(cè)模塊；其中：

所述第一子檢測(cè)模塊對(duì)應(yīng)第一尺寸大小，所述第二子檢測(cè)模塊對(duì)應(yīng)第二尺寸大小，所述第三子檢測(cè)模塊對(duì)應(yīng)第三尺寸大小，并且第一尺寸大小大于第二尺寸大小，第二尺寸大小大于第三尺寸大小。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述檢測(cè)器還包括：共享模塊，用于對(duì)所述主干網(wǎng)絡(luò)輸出的特征圖矩陣進(jìn)行下采樣處理后輸出給第一子檢測(cè)模塊、第二子檢測(cè)模塊和第三子檢測(cè)模塊；

所述第一子檢測(cè)模塊包括：第一下采樣模塊，用于對(duì)所述共享模塊輸出的特征圖矩陣進(jìn)行下采樣后輸出；第一降維模塊，用于對(duì)所述第一下采樣模塊輸出的特征圖矩陣進(jìn)行降維處理，得到第四尺寸大小的特征圖矩陣；第一整流模塊，用于將所述第一降維模塊輸出的第四尺寸大小的特征圖矩陣轉(zhuǎn)變?yōu)樘卣飨蛄亢筝敵觯?/p>

所述第二子檢測(cè)模塊包括：第二降維模塊，用于對(duì)所述共享模塊輸出的特征圖矩陣進(jìn)行降維處理，得到第五尺寸大小的特征圖矩陣；第二整流模塊，用于將所述第二降維模塊輸出的第五尺寸大小的特征圖矩陣轉(zhuǎn)變?yōu)樘卣飨蛄亢筝敵觯?/p>

所述第三子檢測(cè)模塊包括：預(yù)處理模塊，用于對(duì)所述主干網(wǎng)絡(luò)輸出的特征圖矩陣進(jìn)行特征提取后輸出給第二合并模塊；上采樣模塊，用于對(duì)所述共享模塊輸出的特征圖矩陣進(jìn)行上采樣處理后輸出給第二合并模塊；所述第二合并模塊，用于對(duì)所述預(yù)處理模塊輸出的特征圖矩陣以及所述上采樣模塊輸出的特征圖矩陣進(jìn)行合并處理后輸出給第三降維模塊；所述第三降維模塊，用于對(duì)所述第二合并模塊輸出的特征圖矩陣進(jìn)行降維處理，得到第六尺寸大小的特征圖矩陣；第三整流模塊，用于將所述第三降維模塊輸出的第六尺寸大小的特征圖矩陣轉(zhuǎn)變?yōu)樘卣飨蛄亢筝敵觯黄渲校谒某叽绱笮⌒∮诘谖宄叽绱笮。谖宄叽绱笮⌒∮诘诹叽绱笮　?/p>

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述共享模塊、所述第一下采樣模塊、所述第一降維模塊、所述第二降維模塊、所述預(yù)處理模塊、所述上采樣模塊、以及所述第三降維模塊均包括至少一個(gè)深度可分離卷積。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述主干網(wǎng)絡(luò)采用Xception網(wǎng)絡(luò)結(jié)構(gòu)，所述Xception網(wǎng)絡(luò)結(jié)構(gòu)中的通道數(shù)小于728，并且所述Xception網(wǎng)絡(luò)結(jié)構(gòu)中的中間流模塊的重復(fù)次數(shù)小于8。