[發(fā)明專利]采用目標檢測模型檢測圖像的方法、裝置、設備和介質(zhì)有效
| 申請?zhí)枺?/td> | 202110470138.8 | 申請日： | 2021-04-28 |
| 公開（公告）號： | CN113222916B | 公開（公告）日： | 2023-08-18 |
| 發(fā)明（設計）人： | 葉錦;譚嘯;孫昊 | 申請（專利權(quán)）人： | 北京百度網(wǎng)訊科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/73;G06V10/44;G06V10/762;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08 |
| 代理公司： | 中科專利商標代理有限責任公司 11021 | 代理人： | 呂朝蕙 |
| 地址： | 100085 北京市*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 采用 目標 檢測 模型 圖像 方法 裝置 設備 介質(zhì) | ||
本公開公開了一種采用目標檢測模型檢測圖像的方法、裝置、電子設備和存儲介質(zhì)，涉及人工智能領域，具體涉及計算機視覺和深度學習領域，可應用于智能交通或智慧城市場景下。該采用目標檢測模型進行目標檢測的方法的具體實現(xiàn)方案為：采用包括特征提取層、類別預測層、特征增強層和全連接層的目標檢測模型，方法流程包括：經(jīng)由特征提取層獲得待檢測圖像的多個特征信息；基于多個特征信息，經(jīng)由類別預測層確定針對待檢測圖像的預測類別的個數(shù)；基于預測類別的個數(shù)，經(jīng)由特征增強層對多個特征信息進行增強，得到增強后特征信息；以及基于增強后特征信息，經(jīng)由全連接層確定待檢測圖像的目標檢測結(jié)果。
技術(shù)領域
本公開涉及人工智能領域，具體涉及計算機視覺和深度學習領域，更具體地涉及一種采用目標檢測模型檢測圖像的方法、裝置、設備和存儲介質(zhì)。
背景技術(shù)
計算機視覺技術(shù)在工業(yè)場景中的應用越來越豐富。作為計算機視覺技術(shù)的基礎，目標檢測技術(shù)能夠解決利用人工的傳統(tǒng)方式耗時耗力的問題，因此具有十分廣泛的應用前景。在對圖像進行目標檢測的過程中，由于檢測技術(shù)發(fā)展的局限性，錯檢或漏檢的情況時有發(fā)生。
發(fā)明內(nèi)容
提供了一種提高檢測準確性的采用目標檢測模型檢測圖像的方法、裝置、設備和介質(zhì)。
根據(jù)本公開的一個方面，提供了一種采用目標檢測模型檢測圖像的方法，其中，目標檢測模型包括特征提取層、類別預測層、特征增強層和全連接層，該方法包括：經(jīng)由特征提取層獲得待檢測圖像的多個特征信息；基于多個特征信息，經(jīng)由類別預測層確定針對待檢測圖像的預測類別的個數(shù)；基于預測類別的個數(shù)，經(jīng)由特征增強層對多個特征信息進行增強，得到增強后特征信息；以及基于增強后特征信息，經(jīng)由全連接層確定待檢測圖像的目標檢測結(jié)果。
根據(jù)本公開的另一個方面，提供了一種采用目標檢測模型檢測圖像的裝置，其中，目標檢測模型包括特征提取層、類別預測層、特征增強層和全連接層，該裝置包括：特征信息獲得模塊，用于經(jīng)由特征提取層獲得待檢測圖像的多個特征信息；類別個數(shù)確定模塊，用于基于多個特征信息，經(jīng)由類別預測層確定針對檢測圖像的預測類別的個數(shù)；特征增強模塊，用于基于預測類別的個數(shù)，經(jīng)由特征增強層對多個特征信息進行增強，得到增強后特征信息；以及檢測確定模塊，用于基于增強后特征信息，經(jīng)由全連接層確定待檢測圖像的目標檢測結(jié)果。
根據(jù)本公開的另一個方面，提供了一種電子設備，包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠執(zhí)行本公開提供的采用目標檢測模型檢測圖像的方法。
根據(jù)本公開的另一個方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，計算機指令用于使計算機執(zhí)行本公開提供的采用目標檢測模型檢測圖像的方法。
根據(jù)本公開的另一個方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)本公開提供的采用目標檢測模型檢測圖像的方法。
應當理解，本部分所描述的內(nèi)容并非旨在標識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。
附圖說明
附圖用于更好地理解本方案，不構(gòu)成對本公開的限定。其中：
圖1是根據(jù)本公開實施例的采用目標檢測模型檢測圖像的方法、裝置、設備和介質(zhì)的應用場景示意圖；
圖2是根據(jù)本公開實施例的采用目標檢測模型檢測圖像的方法的流程圖；
圖3是根據(jù)本公開實施例的目標檢測模型的架構(gòu)示意圖；
圖4是根據(jù)本公開實施例的采用目標檢測模型檢測圖像的方法的原理示意圖；
圖5是根據(jù)本公開另一實施例的采用目標檢測模型檢測圖像的方法的原理示意圖；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京百度網(wǎng)訊科技有限公司，未經(jīng)北京百度網(wǎng)訊科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110470138.8/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
