[發(fā)明專利]小目標(biāo)的檢測方法、裝置、存儲介質(zhì)及設(shè)備

在審

• 申請?zhí)枺?/td>: 202110267063.3
• 申請日: 2021-03-11
• 公開（公告）號: CN112950703A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 王堃
• 申請（專利權(quán)）人: 江蘇禹空間科技有限公司
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06N3/04
• 代理公司: 北京德崇智捷知識產(chǎn)權(quán)代理有限公司 11467
• 代理人: 黃雪

本申請公開了一種小目標(biāo)的檢測方法、裝置、存儲介質(zhì)及設(shè)備，屬于圖像處理技術(shù)領(lǐng)域。所述方法用于神經(jīng)網(wǎng)絡(luò)模型中，其中的改進(jìn)特征金字塔網(wǎng)絡(luò)中包括n個(gè)卷積層、n個(gè)預(yù)測層和一個(gè)臨時(shí)層，n≥3，包括：獲取待檢測的圖像；n個(gè)卷積層對圖像進(jìn)行卷積運(yùn)算，依次得到n個(gè)卷積結(jié)果；n個(gè)預(yù)測層中的前n?1個(gè)預(yù)測層對對應(yīng)的卷積結(jié)果進(jìn)行預(yù)定運(yùn)算，依次得到n?1個(gè)預(yù)測結(jié)果；臨時(shí)層根據(jù)n?1個(gè)預(yù)測結(jié)果中的后m個(gè)預(yù)測結(jié)果進(jìn)行預(yù)定運(yùn)算，得到臨時(shí)結(jié)果，m≥2；n個(gè)預(yù)測層中的第n個(gè)預(yù)測層對對應(yīng)的卷積結(jié)果和臨時(shí)結(jié)果進(jìn)行預(yù)定運(yùn)算，得到第n個(gè)預(yù)測結(jié)果；檢測網(wǎng)絡(luò)根據(jù)n個(gè)預(yù)測結(jié)果檢測小目標(biāo)對象。本申請可以提高小目標(biāo)對象的檢測效果。

技術(shù)領(lǐng)域

本申請實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種小目標(biāo)的檢測方法、裝置、存儲介質(zhì)及設(shè)備。

背景技術(shù)

目標(biāo)檢測是指在給定的一張圖像中精確找到目標(biāo)對象所在的位置，并標(biāo)注出目標(biāo)對象的類別。在實(shí)際圖像中，由于目標(biāo)對象的尺寸變化范圍很大，且目標(biāo)對象的擺放角度、姿態(tài)、在圖像中的位置都不一樣，目標(biāo)對象之間可能還有重疊現(xiàn)象，這使得目標(biāo)檢測的難度變得很大。圖像中的小目標(biāo)對象由于所占像素較少，導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型無法準(zhǔn)確學(xué)習(xí)到小目標(biāo)對象的特征，使得小目標(biāo)對象的檢測效果比中目標(biāo)對象或大目標(biāo)對象的效果差很多，因此，針對小目標(biāo)對象的檢測是目標(biāo)檢測的瓶頸之一。

相關(guān)技術(shù)中，可以采用特征融合的方式來進(jìn)行小目標(biāo)的檢測。以采用特征金字塔網(wǎng)絡(luò)進(jìn)行特征融合為例，如圖1所示，特征金字塔網(wǎng)絡(luò)中包括五個(gè)卷積層、五個(gè)預(yù)測,和檢測網(wǎng)絡(luò)，以從下往上的順序依次將五個(gè)卷積層表示為L1-L5，以從上往下的順序依次將五個(gè)預(yù)測層表示為P5-P1，將圖像輸入第一個(gè)卷積層L1后，第一個(gè)卷積層L1對圖像進(jìn)行卷積運(yùn)算后得到第一卷積結(jié)果，將第一卷積結(jié)果分別輸出給第二個(gè)卷積層L2和第五個(gè)預(yù)測層P1，第二個(gè)卷積層L2對第一卷積結(jié)果進(jìn)行卷積運(yùn)算后得到第二卷積結(jié)果，將第二卷積結(jié)果分別輸出給第三個(gè)卷積層L3和第四個(gè)預(yù)測層P2，依此類推，第五個(gè)卷積層L5將得到的第五卷積結(jié)果輸出給第一個(gè)預(yù)測層P5，第一個(gè)預(yù)測層P5對第五卷積結(jié)果進(jìn)行卷積運(yùn)算后得到第一預(yù)測結(jié)果，將第一預(yù)測結(jié)果分別輸出給檢測網(wǎng)絡(luò)和第二個(gè)預(yù)測層P4，第二個(gè)預(yù)測層P4對第一預(yù)測結(jié)果進(jìn)行上采樣后與第四卷積結(jié)果相加，得到第二預(yù)測結(jié)果，將第二預(yù)測結(jié)果分別輸出給檢測網(wǎng)絡(luò)和第三個(gè)預(yù)測層P3，依此類推，第五個(gè)預(yù)測層P1將得到的第五預(yù)測結(jié)果輸出給檢測網(wǎng)絡(luò)，檢測網(wǎng)絡(luò)根據(jù)接收到的5個(gè)預(yù)測結(jié)果檢測小目標(biāo)對象。

由于上述特征金字塔網(wǎng)絡(luò)對圖像進(jìn)行了多次卷積運(yùn)算，使得小目標(biāo)對象的特征逐漸消失，導(dǎo)致小目標(biāo)對象的檢測效果較差。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種小目標(biāo)的檢測方法、裝置、存儲介質(zhì)及設(shè)備，用于解決特征金字塔網(wǎng)絡(luò)對圖像進(jìn)行了多次卷積運(yùn)算，使得小目標(biāo)對象的特征逐漸消失，導(dǎo)致小目標(biāo)對象的檢測效果較差的問題。所述技術(shù)方案如下：

一方面，提供了一種小目標(biāo)的檢測方法，用于神經(jīng)網(wǎng)絡(luò)模型中，所述神經(jīng)網(wǎng)絡(luò)模型中包括改進(jìn)特征金字塔網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)，所述改進(jìn)特征金字塔網(wǎng)絡(luò)中包括n個(gè)卷積層、n個(gè)預(yù)測層和一個(gè)臨時(shí)層，n≥3，所述方法包括：

獲取待檢測的圖像，所述圖像中包含至少一個(gè)小目標(biāo)對象，所述小目標(biāo)對象是像素面積小于預(yù)定面積的目標(biāo)對象；

所述n個(gè)卷積層對所述圖像進(jìn)行卷積運(yùn)算，依次得到n個(gè)卷積結(jié)果；

所述n個(gè)預(yù)測層中的前n-1個(gè)預(yù)測層對對應(yīng)的卷積結(jié)果進(jìn)行預(yù)定運(yùn)算，依次得到n-1個(gè)預(yù)測結(jié)果；

所述臨時(shí)層根據(jù)所述n-1個(gè)預(yù)測結(jié)果中的后m個(gè)預(yù)測結(jié)果進(jìn)行預(yù)定運(yùn)算，得到臨時(shí)結(jié)果，m≥2；

所述n個(gè)預(yù)測層中的第n個(gè)預(yù)測層對對應(yīng)的卷積結(jié)果和所述臨時(shí)結(jié)果進(jìn)行預(yù)定運(yùn)算，得到第n個(gè)預(yù)測結(jié)果；

所述檢測網(wǎng)絡(luò)根據(jù)n個(gè)預(yù)測結(jié)果檢測所述小目標(biāo)對象。

在一種可能的實(shí)現(xiàn)方式中，當(dāng)m為2時(shí)，所述臨時(shí)層根據(jù)所述n-1個(gè)預(yù)測結(jié)果中的后m個(gè)預(yù)測結(jié)果進(jìn)行預(yù)定運(yùn)算，得到臨時(shí)結(jié)果，包括：

所述臨時(shí)層對第n-1個(gè)預(yù)測結(jié)果進(jìn)行上采樣，得到第n-1個(gè)采樣結(jié)果；