[發(fā)明專(zhuān)利]一種基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法、裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202210036200.7
• 申請(qǐng)日: 2022-01-13
• 公開(kāi)（公告）號(hào): CN114067108B
• 公開(kāi)（公告）日: 2022-04-19
• 發(fā)明（設(shè)計(jì)）人: 張寧;楊作興;房汝明;向志宏
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳比特微電子科技有限公司
• 主分類(lèi)號(hào): G06V10/25
• 分類(lèi)號(hào): G06V10/25;G06V10/82;G06N3/04;G06F40/279;G10L25/30
• 代理公司: 北京德琦知識(shí)產(chǎn)權(quán)代理有限公司 11018
• 代理人: 謝安昆;宋志強(qiáng)

1.一種基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法，所述神經(jīng)網(wǎng)絡(luò)對(duì)輸入數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)，其特征在于，該方法包括，

對(duì)神經(jīng)網(wǎng)絡(luò)卷積運(yùn)算輸出結(jié)果中特征點(diǎn)的特征值，進(jìn)行第一操作，其中，第一操作用于改變特征值在內(nèi)存中的排布，

基于第一操作的結(jié)果，計(jì)算特征點(diǎn)的置信度；

對(duì)于置信度大于設(shè)定置信度閾值的特征點(diǎn)，按照該特征點(diǎn)在第一操作結(jié)果中的第一位置信息，通過(guò)所述第一操作的反向操作，得到該特征點(diǎn)在卷積運(yùn)算輸出結(jié)果中的第二位置信息，

將特征點(diǎn)的置信度、以及置信度大于所述置信度閾值的特征點(diǎn)的第二位置信息輸出，得到目標(biāo)檢測(cè)結(jié)果。

2.如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述對(duì)于置信度大于設(shè)定的置信度閾值的特征點(diǎn)，按照該特征點(diǎn)在第一操作結(jié)果中的第一位置信息，通過(guò)所述第一操作的反向操作，得到該特征點(diǎn)在卷積運(yùn)算輸出結(jié)果中的第二位置信息，包括，判斷各特征點(diǎn)的置信度是否大于所述置信度閾值，以挑選出置信度大于所述置信度閾值的特征點(diǎn)，得到第一特征點(diǎn)，

按照所述第一特征點(diǎn)在第一操作結(jié)果中的第一位置信息，通過(guò)所述第一操作的反向操作，得到所述第一特征點(diǎn)在卷積運(yùn)算輸出結(jié)果中的第二位置信息。

3.如權(quán)利要求2所述的目標(biāo)檢測(cè)方法，其特征在于，所述對(duì)神經(jīng)網(wǎng)絡(luò)中卷積運(yùn)算輸出結(jié)果中特征點(diǎn)的特征值，進(jìn)行第一操作，包括：

將卷積運(yùn)算輸出結(jié)果中特征點(diǎn)的特征值，進(jìn)行重排操作，所述重排操作用于將高維矩陣中特征值進(jìn)行維度位置交換；

將重排操作的結(jié)果，進(jìn)行平鋪操作，所述平鋪操作用于將高維矩陣中每一維度的特征值分別展開(kāi)為一維數(shù)組，

將平鋪操作的結(jié)果，進(jìn)行合并操作，所述合并操作用于將每維數(shù)組合并。

4.如權(quán)利要求3所述的目標(biāo)檢測(cè)方法，其特征在于，所述按照所述第一特征點(diǎn)在第一操作結(jié)果中的第一位置信息，通過(guò)所述第一操作的反向操作，得到所述第一特征點(diǎn)在卷積運(yùn)算輸出結(jié)果中的第二位置信息，包括，

根據(jù)第一特征點(diǎn)在合并操作結(jié)果中的第一位置信息，確定第一特征點(diǎn)在平鋪操作結(jié)果中的位置信息，

根據(jù)第一特征點(diǎn)在平鋪操作結(jié)果中的位置信息，確定第一特征點(diǎn)在重排操作結(jié)果中的位置信息，

根據(jù)第一特征點(diǎn)在重排操作結(jié)果中的位置信息，確定第一特征點(diǎn)在卷積結(jié)果中的第二位置信息。

5.如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述基于第一操作的結(jié)果，計(jì)算特征點(diǎn)的置信度，包括，

將第一操作的結(jié)果進(jìn)行再成形操作，所述再成形操作用于調(diào)整第一操作結(jié)果的維度和形狀，

對(duì)再成形操作結(jié)果進(jìn)行歸一化函數(shù)的計(jì)算，得到特征點(diǎn)的置信度。

6.如權(quán)利要求3所述的目標(biāo)檢測(cè)方法，其特征在于，所述將卷積運(yùn)算輸出結(jié)果中特征點(diǎn)的特征值，進(jìn)行重排操作，包括，

將n個(gè)卷積運(yùn)算輸出結(jié)果中的特征值，分別進(jìn)行重排操作，得到n個(gè)重排操作結(jié)果；

所述將重排操作的結(jié)果，進(jìn)行平鋪操作，包括，

將n個(gè)重排操作結(jié)果，分別進(jìn)行平鋪操作，得到n個(gè)平鋪操作結(jié)果；

所述將平鋪操作的結(jié)果，進(jìn)行合并操作，包括，

將n個(gè)平鋪操作結(jié)果予以合并；

其中，n為大于1的自然數(shù)，由神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)決定。

7.如權(quán)利要求1所述的目標(biāo)檢測(cè)方法，其特征在于，所述輸入數(shù)據(jù)為圖像數(shù)據(jù)、聲音數(shù)據(jù)、文本數(shù)據(jù)之一，所述神經(jīng)網(wǎng)絡(luò)為一段式多目標(biāo)檢測(cè)SSD網(wǎng)絡(luò)。

8.一種基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)裝置，其特征在于，包括，

置信度確定單元，用于對(duì)神經(jīng)網(wǎng)絡(luò)中卷積運(yùn)算輸出結(jié)果中特征點(diǎn)的特征值，進(jìn)行第一操作，基于第一操作的結(jié)果，計(jì)算特征點(diǎn)的置信度并輸出，其中，第一操作用于改變特征值在內(nèi)存中排布，位置確定單元，用于對(duì)于置信度大于設(shè)定置信度閾值的特征點(diǎn)，按照該特征點(diǎn)在第一操作結(jié)果中的第一位置信息，通過(guò)所述第一操作的反向操作，得到該特征點(diǎn)在卷積運(yùn)算輸出結(jié)果中的第二位置信息，

目標(biāo)檢測(cè)單元，用于根據(jù)特征點(diǎn)的置信度、以及置信度大于所述置信度閾值的特征點(diǎn)的第二位置信息，得到目標(biāo)檢測(cè)結(jié)果。