[發明專利]物體檢測方法、模型訓練方法、裝置及電子設備

有效

• 申請號: 202110672301.9
• 申請日: 2021-06-17
• 公開（公告）號: CN113326796B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 錢正宇;袁正雄;李金麒;褚振方;黃悅;李潤青;胡鳴人;施恩
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V20/40;G06V10/44;G06V10/764
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 黃燦;劉念

本公開提供了一種物體檢測方法、模型訓練方法、裝置及電子設備，涉及計算機視覺、深度學習等人工智能技術領域。具體實現方案為：獲取待檢測圖像；對所述待檢測圖像進行物體檢測，得到所述待檢測圖像的第一物體檢測信息；對所述待檢測圖像進行場景檢測，以獲取所述待檢測圖像的目標場景檢測信息，所述目標場景檢測信息包括所述待檢測圖像對應的目標場景類別；獲取所述目標場景類別對應的場景識別模型；基于所述場景識別模型和所述第一物體檢測信息，確定所述待檢測圖像的第二物體檢測信息。根據本公開的技術，解決了物體檢測技術中存在的物體檢測效果比較差的問題，提高了物體檢測的效果。

技術領域

本公開涉及人工智能技術領域，尤其涉及計算機視覺、深度學習技術領域，具體涉及一種物體檢測方法、模型訓練方法、裝置及電子設備。

背景技術

隨著人工智能的高速發展，越來越多的應用場景可以基于深度學習的物體檢測技術來解決實際問題，比如針對零售行業巡檢的應用場景、農作物無人機巡檢的應用場景和工業標準零件流水線檢測的應用場景等。

在這些應用場景中，待檢測圖像中通常包括多個檢測場景，使得一個物體檢測應用往往需要同時處理多個檢測場景的數據。

目前，物體檢測應用通常僅集成單一的深度學習模型，通過集成的深度學習模型來對存在多個檢測場景的物體進行檢測。

發明內容

本公開提供了一種物體檢測方法、模型訓練方法、裝置及電子設備。

根據本公開的第一方面，提供了一種物體檢測方法，包括：

獲取待檢測圖像；

對所述待檢測圖像進行物體檢測，得到所述待檢測圖像的第一物體檢測信息；

對所述待檢測圖像進行場景檢測，以獲取所述待檢測圖像的目標場景檢測信息，所述目標場景檢測信息包括所述待檢測圖像對應的目標場景類別；

獲取所述目標場景類別對應的場景識別模型；

基于所述場景識別模型和所述第一物體檢測信息，確定所述待檢測圖像的第二物體檢測信息。

根據本公開的第二方面，提供了一種模型訓練方法，包括：

獲取目標數據，所述目標數據包括行業場景庫中目標場景類別下的場景圖像樣本數據，和/或，輸入的所述目標場景類別下的物體圖像樣本數據，所述目標場景類別為對待檢測圖像進行場景檢測所獲取的目標場景檢測信息中的場景類別；

基于所述目標數據對所述目標場景類別對應的場景識別模型進行訓練；

其中，所述場景識別模型用于結合第一物體檢測信息確定所述待檢測圖像的第二物體檢測信息，所述第一物體檢測信息為對所述待檢測圖像進行物體檢測得到的物體檢測信息。

根據本公開的第三方面，提供了一種物體檢測裝置，包括：

第一獲取模塊，用于獲取待檢測圖像；

物體檢測模塊，用于對所述待檢測圖像進行物體檢測，得到所述待檢測圖像的第一物體檢測信息；

場景檢測模塊，用于對所述待檢測圖像進行場景檢測，以獲取所述待檢測圖像的目標場景檢測信息，所述目標場景檢測信息包括所述待檢測圖像對應的目標場景類別；

第二獲取模塊，用于獲取所述目標場景類別對應的場景識別模型；

確定模塊，用于基于所述場景識別模型和所述第一物體檢測信息，確定所述待檢測圖像的第二物體檢測信息。

根據本公開的第四方面，提供了一種模型訓練裝置，包括：