[發明專利]目標檢測方法、裝置和電子設備

在審

• 申請號: 202011398827.4
• 申請日: 2020-12-02
• 公開（公告）號: CN112634201A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 張輝;高巍
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

本申請公開了一種目標檢測方法、裝置和電子設備。其中方法包括：將檢測圖像輸入到目標檢測模型的第一子網絡中，得到所述第一子網絡輸出的第一檢測結果；若所述第一檢測結果中存在非顯著目標，則將非顯著目標在所述檢測圖像中的對應部分輸入到目標檢測模型的第二子網絡中，得到所述第二子網絡輸出的第二檢測結果；根據所述第一檢測結果和所述第二檢測結果確定最終檢測結果。例如在工業上利用目標檢測模型來識別產品缺陷，缺陷可能有大有小，小的缺陷很難通過單一網絡得到準確的檢測結果，本申請的方案可以實現較高的檢測準確度，并且不需要第二子網絡對所有目標都進行二次檢測，效率也很高。

技術領域

本申請涉及機器視覺技術領域，尤其涉及目標檢測方法、裝置和電子設備。

背景技術

近年來，國際上對機器視覺的研究日漸重視，以圖像處理技術為基礎的機器視覺技術主要利用計算機來模擬人或再現與人類視覺有關的某些智能行為，從客觀事物的圖像中提取信息進行處理，并加以理解，最終用于實際檢測和控制，例如應用于如工業檢測、工業探傷、精密測控、自動生產線等方面。用機器視覺檢測方法不僅可以大大提高生產效率和生產的自動化程度，而且機器視覺易于實現信息集成，滿足數字化、自動化生產的要求。

但是，在工業化的生產線如膠印版材、紙張、鋁板帶，以及TFT(Thin FilmTransistor，薄膜晶體管)、LCD(Liquid Crystal Display，液晶顯示屏)應用廣泛的電視、電腦、手機等領域，有時候生產的產品會存在一些低對比度的缺陷，不太容易被檢測出來。

發明內容

本申請實施例提供了目標檢測方法、裝置和電子設備，以能夠提高屏幕缺陷等較難檢測目標的檢測水平。

本申請實施例采用下述技術方案：

第一方面，本申請實施例提供一種目標檢測方法，包括：將檢測圖像輸入到目標檢測模型的第一子網絡中，得到第一子網絡輸出的第一檢測結果；若第一檢測結果中存在非顯著目標，則將非顯著目標在檢測圖像中的對應部分輸入到目標檢測模型的第二子網絡中，得到第二子網絡輸出的第二檢測結果；根據第一檢測結果和第二檢測結果確定最終檢測結果。

在一些實施例中，第一子網絡為目標檢測網絡，第一檢測結果包括目標的位置和第一分類；第二子網絡為目標分類網絡，第二檢測結果包括目標的第二分類；根據第一檢測結果和第二檢測結果確定最終檢測結果包括：以非顯著目標的第二分類替換第一分類，作為非顯著目標的最終分類。

在一些實施例中，該方法還包括：根據第一檢測結果中各目標的位置，計算各目標的面積；若一個目標的面積小于第一閾值，則該目標為非顯著目標。

在一些實施例中，若一個目標的第一分類的置信度得分小于第二閾值，則該目標為非顯著目標。

在一些實施例中，該方法還包括：在目標檢測模型的訓練階段，確定第一檢測結果中的各目標的面積，將各目標按面積大小進行排序，將面積序列中第一序列位置處的面積作為第一閾值；或者，將第一檢測結果中的各目標按分類置信度得分高低進行排序，將置信度得分序列中第二序列位置處的置信度得分作為第二閾值。

在一些實施例中，目標檢測網絡基于Mask_RCNN算法實現，目標分類網絡基于EfficientNet算法實現。

在一些實施例中，該方法還包括：統計第一檢測結果中的目標數量，將目標數量賦值給控制變量；若控制變量的值不為0，則選擇第一檢測結果中一個未被選擇過的目標，對本次選擇的目標進行是否為非顯著目標的判斷；若本次選擇的目標為非顯著目標，則執行將非顯著目標在檢測圖像中的對應部分輸入到目標檢測模型的第二子網絡中，得到第二子網絡輸出的第二檢測結果的步驟，并將控制變量的值減1；若控制變量的值為0，則執行根據第一檢測結果和第二檢測結果確定最終檢測結果的步驟。