[發(fā)明專(zhuān)利]目標(biāo)檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110507957.5
• 申請(qǐng)日: 2021-05-11
• 公開(kāi)（公告）號(hào): CN112990204B
• 公開(kāi)（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 王翔;秦勇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京世紀(jì)好未來(lái)教育科技有限公司
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 閻敏;鄧海鴻

1.一種目標(biāo)檢測(cè)方法，其特征在于，所述方法包括：

將第一文本圖像基于特征提取模塊進(jìn)行特征提取，得到特征圖像；

將所述特征圖像輸入第一檢測(cè)模塊，得到內(nèi)縮文本區(qū)域的概率圖及文本區(qū)域的閾值圖；

將所述特征圖像輸入第二檢測(cè)模塊，得到用于表征像素是否屬于文本區(qū)域概率的得分圖及用于表征回歸處理所需文本區(qū)域坐標(biāo)的回歸預(yù)測(cè)圖；

將基于所述內(nèi)縮文本區(qū)域的概率圖、所述文本區(qū)域的閾值圖、所述得分圖及所述回歸預(yù)測(cè)圖訓(xùn)練得到的檢測(cè)網(wǎng)絡(luò)作為目標(biāo)檢測(cè)網(wǎng)絡(luò)；

根據(jù)所述目標(biāo)檢測(cè)網(wǎng)絡(luò)，對(duì)第二文本圖像中相應(yīng)的文本區(qū)域進(jìn)行檢測(cè)，定位出所述文本區(qū)域；

其中，所述方法還包括：

將所述文本區(qū)域的閾值圖進(jìn)行二值化處理，得到文本框二值圖；

將所述得分圖進(jìn)行二值化處理，得到得分二值圖；

根據(jù)所述得分二值圖和所述回歸預(yù)測(cè)圖，得到回歸框；

將落在所述文本框二值圖上的回歸框作為待比較對(duì)象，基于回歸框的交并比運(yùn)算從所述待比較對(duì)象中篩選出目標(biāo)回歸框。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將第一文本圖像基于特征提取模塊進(jìn)行特征提取，得到特征圖像，包括：

所述特征提取模塊包括骨干網(wǎng)絡(luò)模塊及特征增強(qiáng)融合FPEM模塊的情況下，將所述第一文本圖像輸入所述骨干網(wǎng)絡(luò)模塊進(jìn)行特征提取，得到多個(gè)特征向量，將所述多個(gè)特征向量經(jīng)至少一個(gè)所述FPEM模塊再次進(jìn)行特征提取、上采樣及串聯(lián)處理后，得到所述特征圖像。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述將所述特征圖像輸入第一檢測(cè)模塊，得到內(nèi)縮文本區(qū)域的概率圖及文本區(qū)域的閾值圖，包括：

所述第一檢測(cè)模塊采用可微分二值化DB模型的情況下，將所述特征圖像輸入所述DB模型進(jìn)行卷積及反卷積處理，輸出多通道的特征圖像；

所述多通道的特征圖像中，第一通道輸出的特征圖像為所述內(nèi)縮文本區(qū)域的概率圖，第二通道輸出的特征圖像為所述文本區(qū)域的閾值圖。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述將所述特征圖像輸入第二檢測(cè)模塊，得到用于表征像素是否屬于文本區(qū)域概率的得分圖及用于表征回歸處理所需文本區(qū)域坐標(biāo)的回歸預(yù)測(cè)圖，包括：

所述第二檢測(cè)模塊采用場(chǎng)景文本檢測(cè)EAST模型的情況下，將所述特征圖像輸入EAST模型進(jìn)行卷積及反卷積處理，輸出一組第一特征映射數(shù)據(jù)；

將所述第一特征映射數(shù)據(jù)進(jìn)行第一卷積處理，得到所述得分圖；

將所述第一特征映射數(shù)據(jù)進(jìn)行第二卷積處理，得到所述回歸預(yù)測(cè)圖。

5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，還包括：

基于所述第一檢測(cè)模塊進(jìn)行檢測(cè)處理所對(duì)應(yīng)第一檢測(cè)分支的輸出，與基于所述第二檢測(cè)模塊進(jìn)行檢測(cè)處理所對(duì)應(yīng)第二檢測(cè)分支的輸出結(jié)合在一起進(jìn)行訓(xùn)練；

其中，將所述第一檢測(cè)分支輸出的所述內(nèi)縮文本區(qū)域的概率圖及所述文本區(qū)域的閾值圖采用第一損失函數(shù)進(jìn)行訓(xùn)練，將所述第二檢測(cè)分支輸出的所述得分圖及所述回歸預(yù)測(cè)圖采用第二損失函數(shù)進(jìn)行訓(xùn)練；根據(jù)所述第一損失函數(shù)和所述第二損失函數(shù)得到總損失函數(shù)，根據(jù)所述總損失函數(shù)的反向傳播得到所述目標(biāo)檢測(cè)網(wǎng)絡(luò)。