[發明專利]一種目標檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110875206.9
• 申請日: 2021-07-30
• 公開（公告）號: CN113822144A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 左育莘;劉永;張舒翼
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

本申請實施例公開了一種目標檢測方法、裝置、計算機設備和存儲介質；本申請實施例可以獲取目標檢測模型的訓練樣本圖像和所述訓練樣本圖像中樣本目標區域的屬性；對樣本目標區域的屬性進行指標生成處理，得到樣本目標區域的可解釋性指標；根據可解釋性指標為樣本目標區域添加可解釋性標簽，得到具有可解釋性標簽的訓練樣本圖像；基于具有可解釋性標簽的訓練樣本圖像對目標檢測模型進行訓練，得到訓練后目標檢測模型，其中，訓練后目標檢測模型用于對待檢測圖像進行目標檢測，得到待檢測圖像的目標區域以及目標區域的可解釋性指標，從而提高對圖像進行目標檢測的準確性和可靠性。

技術領域

本申請涉及計算機技術領域，具體涉及一種目標檢測方法、裝置、計算機設備和存儲介質。

背景技術

隨著計算機成本和計算能力的逐步提升以及半導體技術的發展，人工智能技術也得到了高速的發展。而隨著人工智能技術的高速發展，使得目標檢測算法也得到了快速的發展。

目標檢測算法是一種基于目標幾何和統計特征的圖像分割技術，其目的是檢測出圖像中存在的物體對象以及該物體對象在圖像中的位置。而基于人工智能技術的目標檢測算法可以通過人工智能模型實現對圖像的分割，并根據分割結果識別出圖像中存在的物體對象以及該物體對象在圖像中的位置。但是，在現有技術中，基于人工智能模型的目標檢測算法往往缺乏可解釋性，這會降低對圖像進行目標檢測的準確性和可靠性。

發明內容

本申請實施例提出了一種目標檢測方法、裝置、計算機設備和存儲介質，提高了對圖像進行目標檢測的準確性和可靠性。

本申請實施例提供了一種目標檢測方法，包括：

獲取目標檢測模型的訓練樣本圖像和所述訓練樣本圖像中樣本目標區域的屬性；

對所述樣本目標區域的屬性進行指標生成處理，得到所述樣本目標區域的可解釋性指標；

根據所述可解釋性指標為所述樣本目標區域添加可解釋性標簽，得到具有可解釋性標簽的訓練樣本圖像；

基于所述具有可解釋性標簽的訓練樣本圖像對所述目標檢測模型進行訓練，得到訓練后目標檢測模型，其中，所述訓練后目標檢測模型用于對待檢測圖像進行目標檢測，得到所述待檢測圖像的目標區域以及所述目標區域的可解釋性指標。

相應的，本申請實施例還提供了一種目標檢測裝置，包括：

獲取單元，用于獲取目標檢測模型的訓練樣本圖像和所述訓練樣本圖像中樣本目標區域的屬性；

指標生成單元，用于對所述樣本目標區域的屬性進行指標生成處理，得到所述樣本目標區域的可解釋性指標；

添加單元，用于根據所述可解釋性指標為所述樣本目標區域添加可解釋性標簽，得到具有可解釋性標簽的訓練樣本圖像；

訓練單元，用于基于所述具有可解釋性標簽的訓練樣本圖像對所述目標檢測模型進行訓練，得到訓練后目標檢測模型，其中，所述訓練后目標檢測模型用于對待檢測圖像進行目標檢測，得到所述待檢測圖像的目標區域以及所述目標區域的可解釋性指標。

在一實施例中，所述指標生成單元，包括：

識別子單元，用于對所述屬性進行識別，得到所述屬性的類型；

確定子單元，用于根據所述屬性的類型，確定所述屬性對應的指標生成方式；

指標生成子單元，用于根據所述指標生成方式對所述樣本目標區域的屬性進行指標生成處理，得到所述樣本目標區域的可解釋性指標。

在一實施例中，所述指標生成子單元，包括：

獲取模塊，用于獲取所述訓練樣本圖像的尺寸屬性；