CN110084257A - 用于检测目标的方法和装置 - Google Patents

用于检测目标的方法和装置 Download PDF

Info

Publication number
CN110084257A
CN110084257A CN201810077920.1A CN201810077920A CN110084257A CN 110084257 A CN110084257 A CN 110084257A CN 201810077920 A CN201810077920 A CN 201810077920A CN 110084257 A CN110084257 A CN 110084257A
Authority
CN
China
Prior art keywords
bounding box
box information
intermediate features
image
convolutional neural
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810077920.1A
Other languages
English (en)
Inventor
周鸣
邹宇
曾祥云
关煜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201810077920.1A priority Critical patent/CN110084257A/zh
Publication of CN110084257A publication Critical patent/CN110084257A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了用于检测目标的方法和装置。该方法的一具体实施方式包括：获取待检测图像；将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图；将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息；将至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果。该实施方式提高了目标检测的速度。

Description

用于检测目标的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于检测目标的方法和装置。
背景技术
图像目标检测，即检测出图像中所包括的目标的类别和/或位置信息。现有的图像目标检测方法通常直接在待检测的原始图像中进行检测。
发明内容
本申请实施例提出了用于检测目标的方法和装置。
第一方面，本申请实施例提供了一种用于检测目标的方法，该方法包括：获取待检测图像；将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图，其中，第一卷积神经网络用于提取图像特征；将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征待检测图像中存在预设目标的区域，第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；将至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，目标检测结果包括与至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
在一些实施例中，第一卷积神经网络包括至少两个按序排列的输出中间特征图的池化层；以及将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图，包括：将待检测图像输入至第一卷积神经网络，得到第一卷积神经网络的每个池化层输出的中间特征图；按照第一卷积神经网络的各个池化层在第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列；融合中间特征图序列中的至少两个中间特征图，得到待检测图像的特征图。
在一些实施例中，融合中间特征图序列中的至少两个中间特征图，得到待检测图像的特征图，包括：将中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图，将中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图，执行以下融合步骤：对第一中间特征图进行反卷积，生成第一融合前中间特征图；对第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图；拼接第一融合前中间特征图和第二融合前中间特征图，得到拼接后中间特征图；响应于确定第二中间特征图是中间特征图序列中的第一个中间特征图，将拼接后中间特征图确定为与待检测图像对应的特征图，结束融合步骤；响应于确定第二中间特征图不是中间特征图序列中的第一个中间特征图，用拼接后中间特征图更新第一中间特征图，用中间特征图序列中位于第二中间特征图之前且与第二中间特征图相邻的中间特征图更新第二中间特征图，继续执行融合步骤。
在一些实施例中，第二卷积神经网络预先关联设置有至少一个候选包围盒信息，其中，至少一个候选包围盒信息是通过以下步骤得到的：获取训练样本集，其中，每个训练样本包括图像和与该图像对应的包括预设目标的标注包围盒；提取训练样本集中各个训练样本中的标注包围盒的包围盒信息；对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息。
在一些实施例中，对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息，包括：确定预设数目个初始包围盒信息；执行以下聚类步骤：对于所提取的各个包围盒信息中的每个包围盒信息，计算预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息；对于预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息；响应于确定满足预设终止条件组中的至少一个条件，将预设数目个初始包围盒信息确定为至少一个候选包围盒信息，结束聚类步骤；响应于确定不满足预设终止条件组中的至少一个条件，继续执行聚类步骤。
在一些实施例中，预设终止条件组包括以下至少一项：执行聚类步骤的次数大于等于预设次数阈值；对于预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值，其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，第二数目是与该初始包围盒信息关联的包围盒信息的数目；执行聚类步骤的时间大于预设时间阈值。
第二方面，本申请实施例提供了一种用于检测目标的装置，该装置包括：获取单元，配置用于获取待检测图像；特征图生成单元，配置用于将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图，其中，第一卷积神经网络用于提取图像特征；包围盒生成单元，配置用于将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征待检测图像中存在预设目标的区域，第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；结果生成单元，配置用于将至少一个单元，配置用于目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，目标检测结果包括与至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
在一些实施例中，第一卷积神经网络包括至少两个按序排列的输出中间特征图的池化层；以及特征图生成单元包括：中间特征图生成模块，配置用于将待检测图像输入至第一卷积神经网络，得到第一卷积神经网络的每个池化层输出的中间特征图；特征图序列生成模块，配置用于按照第一卷积神经网络的各个池化层在第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列；融合模块，配置用于融合中间特征图序列中的至少两个中间特征图，得到待检测图像的特征图。
在一些实施例中，融合模块进一步用于：将中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图，将中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图，执行以下融合步骤：对第一中间特征图进行反卷积，生成第一融合前中间特征图；对第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图；拼接第一融合前中间特征图和第二融合前中间特征图，得到拼接后中间特征图；响应于确定第二中间特征图是中间特征图序列中的第一个中间特征图，将拼接后中间特征图确定为与待检测图像对应的特征图，结束融合步骤；响应于确定第二中间特征图不是中间特征图序列中的第一个中间特征图，用拼接后中间特征图更新第一中间特征图，用中间特征图序列中位于第二中间特征图之前且与第二中间特征图相邻的中间特征图更新第二中间特征图，继续执行融合步骤。
在一些实施例中，第二卷积神经网络预先关联设置有至少一个候选包围盒信息，其中，至少一个候选包围盒信息是通过以下步骤得到的：获取训练样本集，其中，每个训练样本包括图像和与该图像对应的包括预设目标的标注包围盒；提取训练样本集中各个训练样本中的标注包围盒的包围盒信息；对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息。
在一些实施例中，对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息，包括：确定预设数目个初始包围盒信息；执行以下聚类步骤：对于所提取的各个包围盒信息中的每个包围盒信息，计算预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息；对于预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息；响应于确定满足预设终止条件组中的至少一个条件，将预设数目个初始包围盒信息确定为至少一个候选包围盒信息，结束聚类步骤；响应于确定不满足预设终止条件组中的至少一个条件，继续执行聚类步骤。
在一些实施例中，预设终止条件组包括以下至少一项：执行聚类步骤的次数大于等于预设次数阈值；对于预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值，其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，第二数目是与该初始包围盒信息关联的包围盒信息的数目；执行聚类步骤的时间大于预设时间阈值。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于检测目标的方法和装置，通过将待检测图像输入至预先训练的用于提取图像特征的第一卷积神经网络，得到待检测图像的特征图；接着，将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息；最后，将所得到的至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果。这里，由于不是直接对待检测图像进行目标检测，而是先通过共享的第一卷积神经网络得到特征图，再在特征图的基础上得到目标包围盒和目标检测结果，由于特征图相对于待检测图像而言搜索空间变小，可以提高目标检测的速度。另外，采用共享的第一卷积神经网络输出的特征图，可以减少计算量，进而进一步提高目标检测的速度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于检测目标的方法的一个实施例的流程图；
图3是根据本申请的用于检测目标的方法的一个应用场景的示意图；
图4是根据本申请的用于检测目标的方法的又一个实施例的流程图；
图5是根据本申请的用于检测目标的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于检测目标的方法或用于检测目标的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以是具有运算能力的各种电子设备，包括但不限于智能冰箱、智能手机、平板电脑、膝上型便携计算机和台式计算机等等。终端设备101、102、103上可以安装有各种客户端应用，例如智能冰箱控制类应用、摄影摄像类应用、图像处理类应用、搜索类应用等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像进行处理的图像处理服务器。图像处理服务器可以对从终端设备接收到的待检测图像进行分析等处理，并将处理结果(例如目标检测结果)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于检测目标的方法一般由服务器105执行，相应地，用于检测目标的装置一般设置于服务器105中。
需要指出的是，服务器105的本地也可以直接存储待检测图像，服务器105可以直接提取本地的待检测图像进行检测，此时，示例性系统架构100可以不包括终端设备101、102、103和网络104。
但需要指出的是，终端设备101、102、103中也可以安装有图像处理类应用，终端设备101、102、103也可以基于图像处理类应用对待检测图像进行目标检测，此时，用于检测目标的方法也可以由终端设备101、102、103执行，相应地，用于检测目标的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100可以不包括服务器105和网络104。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的用于检测目标的方法的一个实施例的流程200。该用于检测目标的方法，包括以下步骤：
步骤201，获取待检测图像。
在本实施例中，用于检测目标的方法运行于其上的电子设备(例如图1所示的服务器)可以获取待检测图像。其中，上述待检测图像可以是包括至少一种目标的各种图像。例如，待检测图像可以是智能冰箱中设置的摄像头所采集的冰箱内存放物品的照片。
这里，上述待检测图像可以是与上述电子设备通信连接的客户端(例如图1所示的终端设备101、102、103)通过有线连接方式或无线连接方式上传至上述电子设备中的，也可以是上述电子设备本地所存储的。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202，将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图。
在本实施例中，上述电子设备(例如图1所示的服务器)可以将步骤201中所获取的待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图。其中，上述第一卷积神经网络用于提取图像特征。这里，第一卷积神经网络可以包括至少一个卷积层和至少一个池化层，其中，卷积层可以用于提取图像特征，池化层可以用于对输入的信息进行下采样(Down Sample)。实践中，卷积神经网络(Convolutional Neural Network，CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现，因而，可以利用卷积神经网络进行图像特征的提取，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。此处，与待检测图像对应的特征图可以用于对图像中的特征进行表征，同时可以实现对待检测图像进行降维，以减少后期计算量。
需要说明的是，上述第一卷积神经网络可以是利用机器学习方法和训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括大量的图像和每一个图像的标注特征图。
可以理解的是，与待检测图像对应的特征图可以是至少一个特征图。例如，当第一卷积神经网络的最后一个卷积层包括F个卷积核时，相应的特征图可以是F个特征图，这里，F为正整数。
步骤203，将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息。
在本实施例中，上述电子设备可以将步骤202中所得到的特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息。其中，上述至少一个目标包围盒信息中的每个包围盒信息可以用于表征待检测图像中存在预设目标的区域，上述第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系。
这里，预设目标可以是物理世界中的各种目标。作为示例，预设目标可以是物理世界中的人、物品、动物、植物、建筑、地点等。作为示例，预设目标也可以是具体的人或者动物的身体某部分，例如，人脸、动物的头部等。作为示例，预设目标还可以是具体某种动物或植物，比如，猴子、大象、灌木丛等等。作为示例，预设目标还可以是冰箱内存储的各种食品，例如苹果、梨、桃子、板栗、啤酒、瓶装饮料、红酒、纯牛奶、酸牛奶、馒头、包子、饺子、牛肉、羊肉、鸡肉、鱼肉、青菜、西红柿、豆角、黄瓜等等。
这里，待检测图像中存在预设目标的区域可以是矩形，而目标包围盒信息可以包括该区域对应的矩形的左上角顶点的横坐标和纵坐标，该矩形的右下角顶点的横坐标和纵坐标，以及用于指示该区域的区域标识。
这里，第二卷积神经网络可以包括以下至少一项：至少一个卷积层、至少一个池化层、至少一个反卷积层以及至少一个卷积核大小为1×1的卷积层。其中，卷积层可以用于提取图像特征，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。池化层可以用于对输入的信息进行降采样(Down Sample)。反卷积层可以用于对所输入的信息进行上采样(Up Sample)操作。卷积核大小为1×1的卷积层可以用于特征降维或升维。此外，上述第二卷积神经网络还可以使用各种非线性激活函数(例如ReLU(Rectified LinearUnits，修正线性单元)函数、Sigmoid函数等)对信息进行非线性计算。
需要说明的是，上述第二卷积神经网络可以是利用机器学习方法和大量的训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括图像的特征图和该图像对应的至少一个标注目标包围盒信息。
在本实施例的一些可选的实现方式中，第二卷积神经网络可以预先关联设置有至少一个候选包围盒信息。其中，上述至少一个候选包围盒信息可以是通过以下步骤得到的：
首先，获取训练样本集。
这里所获取的训练样本集中的每个训练样本可以包括图像和与该图像对应的包括预设目标的标注包围盒。这里的标注包围盒可以是矩形的四个顶点坐标，即将图像中包括预设目标的区域用矩形框起来。
其次，提取训练样本集中各个训练样本中的标注包围盒的包围盒信息。
这里，标注包围盒的包围盒信息可以包括标注包围盒的长度和宽度。
最后，对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息。
这里，可以采用各种聚类方法对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息。
可选地，对所提取的各个包围盒信息进行聚类，得到至少一个候选包围盒信息可以如下进行：
第一步，确定预设数目个初始包围盒信息。
第二步，对于所提取的各个包围盒信息中的每个包围盒信息，计算预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息。
这里，可以假设，有K个初始包围盒，K为正整数，每个初始包围盒可以用表示，其中，k为1到K之间的正整数，表示第k个初始包围盒的长度，表示第k个初始包围盒的宽度。提取了N个包围盒信息，其中N为正整数，i为1到N之间的正整数，每个所提取的包围盒信息可以用(wi,hi)表示，wi表示所提取的第i个包围盒的长度，hi表示所提取的第i个包围盒的宽度。那么，所提取的第i个包围盒与第k个候选初始包围和之间的面积重合比例Di,k可以按照如下公式计算得到：
第三步，对于预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息。
作为示例，可以将与该与该初始包围盒信息关联的各个包围盒信息中的长度的均值作为所生成的新的包围盒信息中的长度，以及将与该与该初始包围盒信息关联的各个包围盒信息中的宽度的均值作为所生成的新的包围盒信息中的宽度。
第四步，确定是否满足预设终止条件组中的至少一个条件。如果确定是，转到第五步，如果确定否，转到第二步继续执行。
第五步，将预设数目个初始包围盒信息确定为至少一个候选包围盒信息，结束。
可选地，这里的预设终止条件组可以包括以下至少一项：
1、执行聚类步骤的次数大于等于预设次数阈值；
2、对于预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值。
其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，上述第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，上述第二数目是与该初始包围盒信息关联的包围盒信息的数目；
3、执行聚类步骤的时间大于预设时间阈值。
这里，第二卷积神经网络预先关联设置了至少一个候选包围盒信息，那么在将待检测图像的特征图输入第二卷积神经网络后，第二卷积神经网络可以对于输入至第二卷积神经网络的特征图中的每个像素点，将该像素点映射到待检测图像中的像素点，然后以待检测图像中的像素点为几何中心，以至少一个候选包围盒信息中的各个包围盒信息中的长度和宽度为待检测图像中该像素点对应的各个候选包围盒的长度和宽度来形成至少一个候选包围盒，并经过后续的各种处理运算来得到待检测图像的至少一个目标包围盒信息。
步骤204，将至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果。
在本实施例中，上述电子设备可以将步骤203中得到的与待检测图像对应的至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果。其中，上述目标检测结果包括与上述至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标。这里，上述第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
这里，第三卷积神经网络可以包括以下至少一项：至少一个卷积层、至少一个池化层、至少一个反卷积层以及至少一个卷积核大小为1×1的卷积层。其中，卷积层可以用于提取图像特征，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。池化层可以用于对输入的信息进行降采样(Down Sample)。反卷积层可以用于对所输入的信息进行上采样(Up Sample)操作。卷积核大小为1×1的卷积层可以用于特征降维或升维。此外，上述第二卷积神经网络还可以使用各种非线性激活函数(例如ReLU(Rectified LinearUnits，修正线性单元)函数、Sigmoid函数等)对信息进行非线性计算。
需要说明的是，上述第三卷积神经网络可以是利用机器学习方法和大量的训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括图像的特征图、该图像对应的至少一个标注目标包围盒信息和该图像的标注目标检测结果。
继续参见图3，图3是根据本实施例的用于检测目标的方法的应用场景的一个示意图。在图3的应用场景中，智能冰箱301首先拍摄冰箱内所放物品的照片302，并将所拍摄的照片302上传至图像处理服务器303；之后，图像处理服务器303将所接收到的照片302作为待检测图像304输入第一卷积神经网络305，得到待检测图像的特征图306；然后，图像处理服务器303将特征图306输入至第二卷积神经网络307，得到与待检测图像304对应的至少一个目标包围盒信息308；最后，图像处理服务器303将至少一个目标包围盒信息308和特征图306输入至第三卷积神经网络309，得到目标检测结果310。由于不是直接对待检测图像进行目标检测，而是先通过共享的第一卷积神经网络得到特征图，再在特征图的基础上得到目标包围盒和目标检测结果，由于特征图相对于待检测图像而言搜索空间变小，可以提高目标检测的速度。另外，采用共享的第一卷积神经网络输出的特征图，可以减少计算量，进而进一步提高目标检测的速度。
进一步参考图4，其示出了用于检测目标的方法的又一个实施例的流程400。该用于检测目标的方法的流程400，包括以下步骤：
步骤401，获取待检测图像。
在本实施例中，步骤401的具体操作与图2所示的实施例中步骤201的操作基本相同，在此不再赘述。
步骤402，将待检测图像输入至第一卷积神经网络，得到第一卷积神经网络的每个池化层输出的中间特征图。
在本实施例中，用于检测目标的方法运行于其上的电子设备(例如图1所示的服务器)可以将步骤201所获取的待检测图像输入至预先训练的第一卷积神经网络，得到第一卷积神经网络的每个池化层输出的中间特征图。这里，第一卷积神经网络可以包括至少两个按序排列的输出中间特征图的池化层。
实践中，第一卷积神经网络还可以包括至少一个卷积层，且一般情况下每个卷积层后面接着一个池化层。将待检测图像输入到第一卷积神经网络后，每经过一个卷积层和池化层都会得到一个中间特征图，且由于卷积层的卷积操作和池化层的下采样操作，使得经过卷积层和池化层之后输出的中间特征图的分辨率会小于等于输入到该卷积层和池化层之前的图像的分辨率。
步骤403，按照第一卷积神经网络的各个池化层在第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列。
这里，可以将第一卷积神经网络的各个池化层输出的中间特征图，按照每个池化层在第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列。作为示例，假设第一卷积神经网络包括5个卷积层和对应的池化层，将待检测图像输入至第1个卷积层和池化层得到中间特征图FP1，将FP1输入至第2个卷积层和池化层后得到中间特征图FP2，将FP2输入至第3个卷积层和池化层得到中间特征图为FP3，将FP3输入至第4个卷积层和池化层得到中间特征图FP4，将FP4输入至第5个卷积层和池化层得到中间特征图FP5，则所生成的中间特征图序列为：{FP1，FP2，FP3，FP4，FP5}。
步骤404，融合中间特征图序列中的至少两个中间特征图，得到待检测图像的特征图。
在第一卷积神经网络中，为了提取高层特征，每一层卷积之后都会对该层的特征图进行池化操作，即下采样。网络深度越深，采样率越高，但抽象出来的特征越具有表达性。由于第一卷积神经网络的逐层卷积和池化，使得第一卷积神经网络中排序最后的池化层输出的中间特征图的分辨率远小于待检测图像的分辨率。例如，步骤403中的示例中FP5的分辨率远小于待检测图像的分辨率。在某些应用场景中，如果待检测图像中目标种类多且分布较密，或者还经常出现遮挡等情况，则较小的特征层无法满足目标检测的召回。例如，智能冰箱内所存放的物品多且稠密，而且经常出现食品之间互相遮挡等情况。
为了得到既具备高层抽象特征(经过多次卷积和池化之后的中间特征图具有高层抽象特征)又具备更大分辨率的特征图(卷积和池化之前的中间特征图较卷积和池化之后的中间特征图的分辨率高)，以便将得到的特征图输入和第二卷积神经网络和第三卷积神经网络，可以融合中间特征图序列中的至少两个中间特征图，得到待检测图像的特征图。这里，如果不进行融合操作，那么就会以中间特征图序列中的最后一个中间特征图作为待检测图像的特征图。对于中间特征图序列中的至少两个中间特征图，该至少两个中间特征图的分辨率和所抽象的特征层次不同，因此，融合该至少两个中间特征图可以得到既具备高层抽象特征又具备更大分辨率的特征图，从而可以提高目标检测的准确率。在融合至少两个不同分辨率的中间特征图时，可以首先以两个为一组进行融合，得到融合后的中间特征图，然后再将融合后的中间特征图和剩余的中间特征图进行两个为一组地融合，直到至少两个中间特征图都融合完毕。这里，融合两个不同分辨率的中间特征图时，具体可以采用各种实现方式。作为示例，可以将两个中间特征图中分辨率较低的中间特征图经过上采样操作(例如，反卷积或者反池化)变换成和分辨率较高的中间特征图一样的分辨率，然后再将两个分辨率一样的中间特征图进行融合。作为示例，融合两个同样分辨率的中间特征图的方法可以是：将两个中间特征图对应像素点的数据的乘积作为融合后中间特征图中对应像素点的数据；或者，将对一个中间特征图中的像素点按照另一个中间特征图中的对应像素点的数据进行阈值截断后的数据作为融合后中间特征图中对应像素点的数据；或者，将两个中间特征图中的像素点所包括的各个通道的数据合并后作为融合后中间特征图中对应像素点的数据。
在本实施例的一些可选的实现方式中，步骤404也可以如下进行：
第一，将中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图。
第二，将中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图。
第三，执行融合步骤。
这里，融合步骤可以包括：
1、对第一中间特征图进行反卷积，生成第一融合前中间特征图。
2、对第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图。
3、拼接第一融合前中间特征图和第二融合前中间特征图，得到拼接后中间特征图。
4、确定第二中间特征图是否是中间特征图序列中的第一个中间特征图，如果是，转到5，如果否，转到6。
5、将拼接后中间特征图确定为与待检测图像对应的特征图，结束融合步骤。
6、用拼接后中间特征图更新第一中间特征图，用中间特征图序列中位于第二中间特征图之前且与第二中间特征图相邻的中间特征图更新第二中间特征图，转到1继续执行融合步骤。
步骤405，将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息。
在本实施例中，步骤405的具体操作与图2所示的实施例中步骤203的操作基本相同，在此不再赘述。
步骤406，将至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果。
在本实施例中，步骤406的具体操作与图2所示的实施例中步骤204的操作基本相同，在此不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于检测目标的方法的流程400突出了对第一卷积神经网络中所得到的各个中间特征图进行融合的步骤。由此，本实施例描述的方案可以通过融合第一卷积神经网络中所得到的各个中间特征图，得到既能具备更大分辨率且具备高层抽象特征的特征图，从而可以提高目标检测的准确度。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于检测目标的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于检测目标的装置500包括：获取单元501、特征图生成单元502、包围盒生成单元503和结果生成单元504。其中，获取单元501，配置用于获取待检测图像；特征图生成单元502，配置用于将上述待检测图像输入至预先训练的第一卷积神经网络，得到上述待检测图像的特征图，其中，上述第一卷积神经网络用于提取图像特征；包围盒生成单元503，配置用于将上述特征图输入至预先训练的第二卷积神经网络，得到与上述待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征上述待检测图像中存在预设目标的区域，上述第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；结果生成单元504，配置用于将上述至少一个单元，配置用于目标包围盒信息和上述特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，上述目标检测结果包括与上述至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征上述待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，上述第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
在本实施例中，用于检测目标的装置500的获取单元501、特征图生成单元502、包围盒生成单元503和结果生成单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述第一卷积神经网络可以包括至少两个按序排列的输出中间特征图的池化层；以及上述特征图生成单元502可以包括：中间特征图生成模块5021，配置用于将上述待检测图像输入至上述第一卷积神经网络，得到上述第一卷积神经网络的每个池化层输出的中间特征图；特征图序列生成模块5022，配置用于按照上述第一卷积神经网络的各个池化层在上述第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列；融合模块5023，配置用于融合上述中间特征图序列中的至少两个中间特征图，得到上述待检测图像的特征图。
在本实施例的一些可选的实现方式中，上述融合模块5023可以进一步用于：将上述中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图，将上述中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图，执行以下融合步骤：对上述第一中间特征图进行反卷积，生成第一融合前中间特征图；对上述第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图；拼接上述第一融合前中间特征图和上述第二融合前中间特征图，得到拼接后中间特征图；响应于确定上述第二中间特征图是上述中间特征图序列中的第一个中间特征图，将上述拼接后中间特征图确定为与上述待检测图像对应的特征图，结束上述融合步骤；响应于确定上述第二中间特征图不是上述中间特征图序列中的第一个中间特征图，用上述拼接后中间特征图更新上述第一中间特征图，用上述中间特征图序列中位于上述第二中间特征图之前且与上述第二中间特征图相邻的中间特征图更新上述第二中间特征图，继续执行上述融合步骤。
在本实施例的一些可选的实现方式中，上述第二卷积神经网络可以预先关联设置有至少一个候选包围盒信息，其中，上述至少一个候选包围盒信息可以是通过以下步骤得到的：获取训练样本集，其中，每个训练样本包括图像和与该图像对应的包括预设目标的标注包围盒；提取训练样本集中各个训练样本中的标注包围盒的包围盒信息；对所提取的各个包围盒信息进行聚类，得到上述至少一个候选包围盒信息。
在本实施例的一些可选的实现方式中，上述对所提取的各个包围盒信息进行聚类，得到上述至少一个候选包围盒信息，可以包括：确定预设数目个初始包围盒信息；执行以下聚类步骤：对于所提取的各个包围盒信息中的每个包围盒信息，计算上述预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息；对于上述预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息；响应于确定满足预设终止条件组中的至少一个条件，将上述预设数目个初始包围盒信息确定为上述至少一个候选包围盒信息，结束上述聚类步骤；响应于确定不满足上述预设终止条件组中的至少一个条件，继续执行上述聚类步骤。
在本实施例的一些可选的实现方式中，上述预设终止条件组可以包括以下至少一项：执行上述聚类步骤的次数大于等于预设次数阈值；对于上述预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值，其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，上述第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，上述第二数目是与该初始包围盒信息关联的包围盒信息的数目；执行上述聚类步骤的时间大于预设时间阈值。
需要说明的是，本申请实施例提供的用于检测目标的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明，在此不再赘述。
下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU，Central Processing Unit)601，其可以根据存储在只读存储器(ROM，Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM，Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O，Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、特征图生成单元、包围盒生成单元和结果生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待检测图像的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取待检测图像；将待检测图像输入至预先训练的第一卷积神经网络，得到待检测图像的特征图，其中，第一卷积神经网络用于提取图像特征；将特征图输入至预先训练的第二卷积神经网络，得到与待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征待检测图像中存在预设目标的区域，第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；将至少一个目标包围盒信息和特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，目标检测结果包括与至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种用于检测目标的方法，其中，所述方法包括：
获取待检测图像；
将所述待检测图像输入至预先训练的第一卷积神经网络，得到所述待检测图像的特征图，其中，所述第一卷积神经网络用于提取图像特征；
将所述特征图输入至预先训练的第二卷积神经网络，得到与所述待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征所述待检测图像中存在预设目标的区域，所述第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；
将所述至少一个目标包围盒信息和所述特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，所述目标检测结果包括与所述至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征所述待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，所述第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
2.根据权利要求1所述的方法，其中，所述第一卷积神经网络包括至少两个按序排列的输出中间特征图的池化层；以及
所述将所述待检测图像输入至预先训练的第一卷积神经网络，得到所述待检测图像的特征图，包括：
将所述待检测图像输入至所述第一卷积神经网络，得到所述第一卷积神经网络的每个池化层输出的中间特征图；
按照所述第一卷积神经网络的各个池化层在所述第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列；
融合所述中间特征图序列中的至少两个中间特征图，得到所述待检测图像的特征图。
3.根据权利要求2所述的方法，其中，所述融合所述中间特征图序列中的至少两个中间特征图，得到所述待检测图像的特征图，包括：
将所述中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图，将所述中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图，执行以下融合步骤：对所述第一中间特征图进行反卷积，生成第一融合前中间特征图；对所述第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图；拼接所述第一融合前中间特征图和所述第二融合前中间特征图，得到拼接后中间特征图；响应于确定所述第二中间特征图是所述中间特征图序列中的第一个中间特征图，将所述拼接后中间特征图确定为与所述待检测图像对应的特征图，结束所述融合步骤；
响应于确定所述第二中间特征图不是所述中间特征图序列中的第一个中间特征图，用所述拼接后中间特征图更新所述第一中间特征图，用所述中间特征图序列中位于所述第二中间特征图之前且与所述第二中间特征图相邻的中间特征图更新所述第二中间特征图，继续执行所述融合步骤。
4.根据权利要求1-3中任一项所述的方法，其中，所述第二卷积神经网络预先关联设置有至少一个候选包围盒信息，其中，所述至少一个候选包围盒信息是通过以下步骤得到的：
获取训练样本集，其中，每个训练样本包括图像和与该图像对应的包括预设目标的标注包围盒；
提取训练样本集中各个训练样本中的标注包围盒的包围盒信息；
对所提取的各个包围盒信息进行聚类，得到所述至少一个候选包围盒信息。
5.根据权利要求4所述的方法，其中，所述对所提取的各个包围盒信息进行聚类，得到所述至少一个候选包围盒信息，包括：
确定预设数目个初始包围盒信息；
执行以下聚类步骤：对于所提取的各个包围盒信息中的每个包围盒信息，计算所述预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息；对于所述预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息；响应于确定满足预设终止条件组中的至少一个条件，将所述预设数目个初始包围盒信息确定为所述至少一个候选包围盒信息，结束所述聚类步骤；
响应于确定不满足所述预设终止条件组中的至少一个条件，继续执行所述聚类步骤。
6.根据权利要求5所述的方法，其中，所述预设终止条件组包括以下至少一项：
执行所述聚类步骤的次数大于等于预设次数阈值；
对于所述预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值，其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，所述第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，所述第二数目是与该初始包围盒信息关联的包围盒信息的数目；
执行所述聚类步骤的时间大于预设时间阈值。
7.一种用于检测目标的装置，其中，所述装置包括：
获取单元，配置用于获取待检测图像；
特征图生成单元，配置用于将所述待检测图像输入至预先训练的第一卷积神经网络，得到所述待检测图像的特征图，其中，所述第一卷积神经网络用于提取图像特征；
包围盒生成单元，配置用于将所述特征图输入至预先训练的第二卷积神经网络，得到与所述待检测图像对应的至少一个目标包围盒信息，其中，目标包围盒信息用于表征所述待检测图像中存在预设目标的区域，所述第二卷积神经网络用于表征图像的特征图与该图像对应的至少一个目标包围盒信息之间的对应关系；
结果生成单元，配置用于将所述至少一个单元，配置用于目标包围盒信息和所述特征图输入至预先建立的第三卷积神经网络，得到目标检测结果，其中，所述目标检测结果包括与所述至少一个目标包围盒信息中的每个目标包围盒信息对应的目标类别信息，与目标包围盒信息对应的目标类别信息用于表征所述待检测图像中该目标包围盒信息所指示的区域存在该目标类别信息所表征的目标，所述第三卷积神经网络用于表征图像的包围盒信息和特征图二者与该图像的目标检测结果之间的对应关系。
8.根据权利要求7所述的装置，其中，所述第一卷积神经网络包括至少两个按序排列的输出中间特征图的池化层；以及
所述特征图生成单元包括：
中间特征图生成模块，配置用于将所述待检测图像输入至所述第一卷积神经网络，得到所述第一卷积神经网络的每个池化层输出的中间特征图；
特征图序列生成模块，配置用于按照所述第一卷积神经网络的各个池化层在所述第一卷积神经网络中的排序信息，生成包括所得到的各个中间特征图的中间特征图序列；
融合模块，配置用于融合所述中间特征图序列中的至少两个中间特征图，得到所述待检测图像的特征图。
9.根据权利要求8所述的装置，其中，所述融合模块进一步用于：
将所述中间特征图序列中的倒数第一个中间特征图确定为第一中间特征图，将所述中间特征图序列中的倒数第二个中间特征图确定为第二中间特征图，执行以下融合步骤：对所述第一中间特征图进行反卷积，生成第一融合前中间特征图；对所述第二中间特征图进行卷积核大小为1×1的卷积操作，生成第二融合前中间特征图；拼接所述第一融合前中间特征图和所述第二融合前中间特征图，得到拼接后中间特征图；响应于确定所述第二中间特征图是所述中间特征图序列中的第一个中间特征图，将所述拼接后中间特征图确定为与所述待检测图像对应的特征图，结束所述融合步骤；
响应于确定所述第二中间特征图不是所述中间特征图序列中的第一个中间特征图，用所述拼接后中间特征图更新所述第一中间特征图，用所述中间特征图序列中位于所述第二中间特征图之前且与所述第二中间特征图相邻的中间特征图更新所述第二中间特征图，继续执行所述融合步骤。
10.根据权利要求7-9中任一项所述的装置，其中，所述第二卷积神经网络预先关联设置有至少一个候选包围盒信息，其中，所述至少一个候选包围盒信息是通过以下步骤得到的：
获取训练样本集，其中，每个训练样本包括图像和与该图像对应的包括预设目标的标注包围盒；
提取训练样本集中各个训练样本中的标注包围盒的包围盒信息；
对所提取的各个包围盒信息进行聚类，得到所述至少一个候选包围盒信息。
11.根据权利要求10所述的装置，其中，所述对所提取的各个包围盒信息进行聚类，得到所述至少一个候选包围盒信息，包括：
确定预设数目个初始包围盒信息；
执行以下聚类步骤：对于所提取的各个包围盒信息中的每个包围盒信息，计算所述预设数目个初始包围盒信息中每个初始包围盒信息所表征的包围盒与该包围盒信息所表征的包围盒的面积重合比例，并将该包围盒信息关联到计算所得的面积重合比例最大的初始包围盒信息；对于所述预设数目个初始包围盒信息中的每个初始包围盒信息，用所提取的各个包围盒信息中与该初始包围盒信息关联的各个包围盒信息生成新的包围盒信息，并用所生成的新的包围盒信息更新该初始包围盒信息；响应于确定满足预设终止条件组中的至少一个条件，将所述预设数目个初始包围盒信息确定为所述至少一个候选包围盒信息，结束所述聚类步骤；
响应于确定不满足所述预设终止条件组中的至少一个条件，继续执行所述聚类步骤。
12.根据权利要求11所述的装置，其中，所述预设终止条件组包括以下至少一项：
执行所述聚类步骤的次数大于等于预设次数阈值；
对于所述预设数目个初始包围盒信息中的每个初始包围盒信息，与该初始包围盒信息对应的重合度比例均大于预设比例阈值，其中，与该初始包围盒信息对应的重合度比例为第一数目与第二数目的比值，其中，所述第一数目是与该初始包围盒信息关联的包围盒信息中包围盒信息所表征的包围盒与该初始包围盒信息所表征的包围盒的面积重合比例大于预设面积重合比例阈值的包围盒信息的数目，所述第二数目是与该初始包围盒信息关联的包围盒信息的数目；
执行所述聚类步骤的时间大于预设时间阈值。
13.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN201810077920.1A 2018-01-26 2018-01-26 用于检测目标的方法和装置 Pending CN110084257A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810077920.1A CN110084257A (zh) 2018-01-26 2018-01-26 用于检测目标的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810077920.1A CN110084257A (zh) 2018-01-26 2018-01-26 用于检测目标的方法和装置

Publications (1)

Publication Number Publication Date
CN110084257A true CN110084257A (zh) 2019-08-02

Family

ID=67412660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810077920.1A Pending CN110084257A (zh) 2018-01-26 2018-01-26 用于检测目标的方法和装置

Country Status (1)

Country Link
CN (1) CN110084257A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110427915A (zh) * 2019-08-14 2019-11-08 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN110472695A (zh) * 2019-08-22 2019-11-19 李世鹏 一种工业生产过程的异常工况检测和分类方法
CN110827208A (zh) * 2019-09-19 2020-02-21 重庆特斯联智慧科技股份有限公司 卷积神经网络的通用池化增强方法、装置、设备及介质
CN112651942A (zh) * 2020-12-28 2021-04-13 三星电子（中国）研发中心 布局检测方法和装置
CN114693918A (zh) * 2022-03-30 2022-07-01 北京沃东天骏信息技术有限公司 一种图像识别方法及装置、计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557778A (zh) * 2016-06-17 2017-04-05 北京市商汤科技开发有限公司 通用物体检测方法和装置、数据处理装置和终端设备
CN106709568A (zh) * 2016-12-16 2017-05-24 北京工业大学 基于深层卷积网络的rgb‑d图像的物体检测和语义分割方法
CN106845430A (zh) * 2017-02-06 2017-06-13 东华大学 基于加速区域卷积神经网络的行人检测与跟踪方法
CN106874889A (zh) * 2017-03-14 2017-06-20 西安电子科技大学 基于卷积神经网络的多特征融合sar目标鉴别方法
CN107169421A (zh) * 2017-04-20 2017-09-15 华南理工大学 一种基于深度卷积神经网络的汽车驾驶场景目标检测方法
CN107610113A (zh) * 2017-09-13 2018-01-19 北京邮电大学 一种图像中基于深度学习的小目标的检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557778A (zh) * 2016-06-17 2017-04-05 北京市商汤科技开发有限公司 通用物体检测方法和装置、数据处理装置和终端设备
CN106709568A (zh) * 2016-12-16 2017-05-24 北京工业大学 基于深层卷积网络的rgb‑d图像的物体检测和语义分割方法
CN106845430A (zh) * 2017-02-06 2017-06-13 东华大学 基于加速区域卷积神经网络的行人检测与跟踪方法
CN106874889A (zh) * 2017-03-14 2017-06-20 西安电子科技大学 基于卷积神经网络的多特征融合sar目标鉴别方法
CN107169421A (zh) * 2017-04-20 2017-09-15 华南理工大学 一种基于深度卷积神经网络的汽车驾驶场景目标检测方法
CN107610113A (zh) * 2017-09-13 2018-01-19 北京邮电大学 一种图像中基于深度学习的小目标的检测方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110427915A (zh) * 2019-08-14 2019-11-08 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN110472695A (zh) * 2019-08-22 2019-11-19 李世鹏 一种工业生产过程的异常工况检测和分类方法
CN110472695B (zh) * 2019-08-22 2022-10-18 李世鹏 一种工业生产过程的异常工况检测和分类方法
CN110827208A (zh) * 2019-09-19 2020-02-21 重庆特斯联智慧科技股份有限公司 卷积神经网络的通用池化增强方法、装置、设备及介质
CN112651942A (zh) * 2020-12-28 2021-04-13 三星电子（中国）研发中心 布局检测方法和装置
CN114693918A (zh) * 2022-03-30 2022-07-01 北京沃东天骏信息技术有限公司 一种图像识别方法及装置、计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110084257A (zh) 用于检测目标的方法和装置
CN108154196B (zh) 用于输出图像的方法和装置
US11595737B2 (en) Method for embedding advertisement in video and computer device
CN108510472B (zh) 用于处理图像的方法和装置
CN108229575A (zh) 用于检测目标的方法和装置
CN107644209A (zh) 人脸检测方法和装置
JP2021502645A (ja) 目標検出方法及び装置、トレーニング方法、電子機器並びに媒体
CN108171207A (zh) 基于视频序列的人脸识别方法和装置
CN110119757A (zh) 模型训练方法、视频类别检测方法、装置、电子设备和计算机可读介质
WO2020078119A1 (zh) 模拟用户穿戴服装饰品的方法、装置和系统
CN109117831A (zh) 物体检测网络的训练方法和装置
CN109146074A (zh) 图像对象识别
CN107911753A (zh) 用于在视频中添加数字水印的方法和装置
CN108416324A (zh) 用于检测活体的方法和装置
CN109360028A (zh) 用于推送信息的方法和装置
CN108830235A (zh) 用于生成信息的方法和装置
CN108345387A (zh) 用于输出信息的方法和装置
CN109308490A (zh) 用于生成信息的方法和装置
CN108256479A (zh) 人脸跟踪方法和装置
CN109165573A (zh) 用于提取视频特征向量的方法和装置
CN109446990A (zh) 用于生成信息的方法和装置
Wang et al. Multiple-environment Self-adaptive Network for Aerial-view Geo-localization
CN108876858A (zh) 用于处理图像的方法和装置
US20230053911A1 (en) Detecting an object in an image using multiband and multidirectional filtering
CN109272543A (zh) 用于生成模型的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination