[發明專利]一種目標檢測系統、方法、裝置、設備及介質

有效

• 申請號: 202110622240.5
• 申請日: 2021-06-04
• 公開（公告）號: CN113255682B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 廖丹萍
• 申請（專利權）人: 浙江智慧視頻安防創新中心有限公司
• 主分類號: G06K9/38
• 分類號: G06K9/38;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 谷波

1.一種目標檢測系統，其特征在于，包括：

輸入模塊，用于接收輸出的圖像數據；

特征提取模塊，用于將所述圖像數據經過卷積神經網絡特征特取以得到提取特征圖；

候選區域建議模塊，用于接收所述特征圖，輸出包含目標的前景區域的粗略邊框位置和背景區域邊框位置；

候選區域提取模塊，用于利用所述候選區域建議模塊輸出的邊框位置，從所述特征圖中裁剪出候選背景區域和前景區域，并將區域調整成相同大小，得到候選區域；

檢測模塊，用于將得到的候選區域進行分類，并利用邊框回歸算法對前景候選區域的邊框位置進行修正，得到檢測目標的最終位置；

所述檢測模塊具體包括：三個檢測器，其中，每個所述檢測器預設有對應的交并比IoU閾值，用于將候選區域分類為正樣本和負樣本，其中，與真實邊框的交并比值大于IoU閾值的候選區域為正樣本，與真實邊框的交并比值小于IoU閾值的候選區域為負樣本；

所述檢測模塊具體用于：

對所述候選區域提取模塊提取得到的所述候選區域進行篩選，計算候選區域與真實邊框的交并比值，并根據所述交并比值，查找交并比閾值與之對應的檢測器，并將該候選區域輸入給對應的檢測器；

其中，

在檢測模塊進行檢測的過程中，

若候選區域與真實邊框的IoU介于第一檢測器的交并比閾值和第二檢測器的交并比閾值之間，則將該候選區域輸入給第一檢測器H1；

輸入第一檢測器H1的第一候選區域B1得到第一分類信息C1；

若候選區域與真實邊框的IoU介于第二檢測器的交并比閾值和第三檢測器的交并比閾值之間，則將該候選區域輸入給第二檢測器H2；

輸入第二檢測器H2的第二候選區域B2得到第二分類信息C2；

若候選區域與真實邊框的IoU高于第三檢測器的交并比閾值，則將該候選區域輸入給第三檢測器H3；

輸入第三檢測器H3的第三候選區域B3得到第三分類信息C3；

同時，將經過第一檢測器H1檢測器調整后的第一候選區域B1進行篩選，若其IoU介于第二檢測器的預設交并比閾值和第三檢測器的交并比閾值之間，則將該候選區域輸入給第二檢測器H2；若候選區域與真實邊框的IoU高于第三檢測器的交并比閾值，則將該候選區域輸入給第三檢測器H3；

將經過第二檢測器H2調整后的第二候選區域B2進行篩選，若候選區域與真實邊框的IoU高于第三檢測器的交并比閾值，則將該候選區域輸入給第三檢測器H3。

2.根據權利要求1所述的系統，其特征在于，所述檢測模塊還用于：

將所述候選區域輸入給檢測器后，對候選區域進行分類和位置調整，并將調整后的候選區域重新計算與真實標簽的交并比IoU，并將其輸入給與其IoU數值范圍對應的檢測器。

3.根據權利要求1或2任一項中所述的系統，其特征在于，

所述第一檢測器的交并比閾值預設為0.45~0.55；

所述第二檢測器的交并比閾值預設為0.56~0.65；

所述第三檢測器的交并比閾值預設為0.66~0.75。

4.一種目標檢測方法，應用于如權利要求1~3任一項中所述的系統中，其特征在于，所述方法包括：

收集圖像數據和圖像數據對應的目標標簽，其中，所述目標標簽包括圖像中的物體類別和邊框位置；

將所述圖像數據輸入給所述目標檢測系統，得到每個檢測器的檢測結果；

利用損失函數將檢測結果與真實標簽相比較，得到每個檢測器的損失。

5.根據權利要求4所述的方法，其特征在于，所述利用損失函數將檢測結果與真實標簽相比較，得到每個檢測器的損失的步驟之后，還包括：

將所有所述檢測器的損失相加，得到所述目標檢測系統的總體損失。

6.根據權利要求4或5任一項中所述的方法，其特征在于，當所述系統用于目標分類，所述損失函數為交叉熵損失函數；

當所述系統用于位置回歸分析，所述損失函數為Smooth L1損失函數或GIoU損失函數。