[發(fā)明專利]一種目標(biāo)檢測方法、裝置、存儲介質(zhì)及終端

在審

• 申請?zhí)枺?/td>: 202110198093.3
• 申請日: 2021-02-22
• 公開（公告）號: CN112906794A
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 廖玲;劉志昌;張亞昇
• 申請（專利權(quán)）人: 珠海格力電器股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京煦潤律師事務(wù)所 11522
• 代理人: 高瑩;梁永芳

本發(fā)明提供一種目標(biāo)檢測方法、裝置、存儲介質(zhì)及終端，所述方法包括：獲取預(yù)先進(jìn)行過標(biāo)注的圖像樣本；將獲取的圖像樣本輸入預(yù)設(shè)的CSPDarknet53網(wǎng)絡(luò)結(jié)構(gòu)中進(jìn)行特征提取得到特征圖；對得到的特征圖進(jìn)行卷積處理、上采樣處理以及特征融合，得到目標(biāo)物體的特征信息；根據(jù)目標(biāo)物體的特征信息進(jìn)行邊框預(yù)測，得到預(yù)測邊框的邊框信息和類別置信度，并在得到的預(yù)測邊框中篩選出檢測框；根據(jù)篩選出的檢測框計(jì)算邊框損失和類別損失，并根據(jù)計(jì)算得到的邊框損失和類別損失更新權(quán)重參數(shù)，得到用于進(jìn)行目標(biāo)檢測的網(wǎng)絡(luò)模型；將待檢測的圖像輸入所述網(wǎng)絡(luò)模型中進(jìn)行目標(biāo)檢測，并在所述圖像中對所述目標(biāo)物體進(jìn)行標(biāo)注。本發(fā)明方案能夠高效準(zhǔn)確的檢測出特定尺寸的目標(biāo)物體。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測領(lǐng)域，尤其涉及一種目標(biāo)檢測方法、裝置、存儲介質(zhì)及終端。

背景技術(shù)

隨著科技的飛速發(fā)展，工業(yè)自動化產(chǎn)線的普及率不斷提高，越來越多的工業(yè)產(chǎn)線開始使用機(jī)器視覺技術(shù)來代替工人，如圖像分類、目標(biāo)檢測、物體分割等。對于目標(biāo)物體檢測方面，首先對不同目標(biāo)物體定義不同的標(biāo)簽，然后使用目標(biāo)檢測等技術(shù)將目標(biāo)物體檢測出來。目前的深度學(xué)習(xí)檢測網(wǎng)絡(luò)主要考慮大小不均勻、多種類多目標(biāo)的圖像檢測，為保證目標(biāo)檢測的精度，設(shè)計(jì)出的網(wǎng)絡(luò)結(jié)構(gòu)往往比較寬和深，對于多個(gè)大小均勻的目標(biāo)物體同時(shí)存在于一張圖像時(shí)，寬而深的網(wǎng)絡(luò)結(jié)構(gòu)耗費(fèi)了大量不必要的時(shí)間，尤其對于工業(yè)場景，檢測物體的尺寸基本一致，對檢測時(shí)間要求較高，使用目前主流的網(wǎng)絡(luò)結(jié)構(gòu)顯得冗余導(dǎo)致檢測效率不高。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于克服上述現(xiàn)有技術(shù)的缺陷，提供一種目標(biāo)檢測方法、裝置、存儲介質(zhì)及終端，以解決現(xiàn)有技術(shù)中目標(biāo)檢測對于多個(gè)大小均勻的目標(biāo)物體，寬而深的網(wǎng)絡(luò)結(jié)構(gòu)耗費(fèi)不必要的時(shí)間的問題。

本發(fā)明一方面提供了一種目標(biāo)檢測方法，包括：獲取預(yù)先進(jìn)行過標(biāo)注的圖像樣本；所述標(biāo)注包括：標(biāo)注目標(biāo)物體的類別和目標(biāo)物體在圖像中的坐標(biāo)；將獲取的圖像樣本輸入預(yù)設(shè)的CSPDarknet53網(wǎng)絡(luò)結(jié)構(gòu)中進(jìn)行特征提取得到特征圖；對得到的特征圖進(jìn)行卷積處理、上采樣處理以及特征融合，得到目標(biāo)物體的特征信息；所述特征信息，包括：位置信息和語義特征信息；根據(jù)所述目標(biāo)物體的特征信息進(jìn)行邊框預(yù)測，得到預(yù)測邊框的邊框信息和類別置信度，并在得到的預(yù)測邊框中篩選出檢測框；根據(jù)篩選出的所述檢測框計(jì)算邊框損失和類別損失，并根據(jù)計(jì)算得到的邊框損失和類別損失更新權(quán)重參數(shù)，得到用于進(jìn)行目標(biāo)檢測的網(wǎng)絡(luò)模型；將待檢測的圖像輸入所述網(wǎng)絡(luò)模型中進(jìn)行目標(biāo)檢測，并在所述圖像中對所述目標(biāo)物體進(jìn)行標(biāo)注。

可選地，采用以下的公式計(jì)算得到預(yù)測邊框：

b_x＝σ(t_x)+c_x，b_y＝σ(t_y)+c_y，

其中，p_w，p_h分別表示錨框的寬和高，t_x、t_y表示網(wǎng)絡(luò)預(yù)測的坐標(biāo)偏移值，t_w、t_h表示網(wǎng)絡(luò)預(yù)測的縮放尺度，σ(t_x)、σ(t_y)分別表示對t_x、t_y進(jìn)行Sigmoid函數(shù)激活處理；c_x、c_y分別表示預(yù)測邊框所在的網(wǎng)格在圖像中的相對位置，b_x，b_y表示預(yù)測邊框的中心點(diǎn)坐標(biāo)，b_w，b_h分別表示預(yù)測邊框的寬、高。