CN111444807B - 目标检测方法、装置、电子设备和计算机可读介质 - Google Patents

目标检测方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN111444807B
CN111444807B CN202010197847.9A CN202010197847A CN111444807B CN 111444807 B CN111444807 B CN 111444807B CN 202010197847 A CN202010197847 A CN 202010197847A CN 111444807 B CN111444807 B CN 111444807B
Authority
CN
China
Prior art keywords
boundary
feature
detection result
detection
network
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.)
Active
Application number
CN202010197847.9A
Other languages
English (en)
Other versions
CN111444807A (zh
Inventor
马宇宸
邱晗
黎泽明
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 Megvii Technology Co Ltd
Original Assignee
Beijing Megvii 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 Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN202010197847.9A priority Critical patent/CN111444807B/zh
Publication of CN111444807A publication Critical patent/CN111444807A/zh
Application granted granted Critical
Publication of CN111444807B publication Critical patent/CN111444807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了目标检测方法、装置、电子设备和计算机可读介质。该方法的实施例包括：将待检测图像输入至预先训练的特征提取网络，得到特征图；将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。该实施方式提高了目标检测结果的精确性。

Description

目标检测方法、装置、电子设备和计算机可读介质
技术领域
本申请实施例涉及计算机技术领域，具体涉及目标检测方法、装置、电子设备和计算机可读介质。
背景技术
目标检测(Object Detection)是一种找出给定图像中的物体，并确定物体的类别、大小和位置的技术，是计算机视觉相关业务的基础技术之一。随着人工智能领域的发展，目标检测已应用在了越来越多的场景中。
现有技术中，在使用SSD(Single Shot MultiBox Detector，单阶段多框检测器)、YOLOv3(You only look once v3，统一的实时对象检测第三版)、FCOS(FullyConvolutional One-Stage Object Detection，全卷积单阶段目标检测)等常用的目标检测模型处理目标检测任务的过程中，通常将图像中的待测对象看作单点，并使用单点的区域特征进行检测框的密集预测，此过程中通常丢失了边界特征，导致目标预测结果的精确性有待提高。
发明内容
本申请实施例提出了目标检测方法、装置、电子设备和计算机可读介质，以解决现有技术中目标预测结果的精确性较低的技术问题。
第一方面，本申请实施例提供了一种目标检测方法，该方法包括：将待检测图像输入至预先训练的特征提取网络，得到特征图；将特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。
第二方面，本申请实施例提供了一种目标检测装置，该装置包括：第一输入单元，被配置成将待检测图像输入至预先训练的特征提取网络，得到特征图；第二输入单元，被配置成将特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；第三输入单元，被配置成将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；第四输入单元，被配置成将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；确定单元，被配置成基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。
第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中所描述的方法。
本申请实施例提供的目标检测方法、装置、电子设备和计算机可读介质，通过将待检测图像输入至预先训练的特征提取网络，得到特征图；而后将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；之后将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；然后将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；最后基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。由此，在目标检测的过程中，除了提取常规特征外，还可以提取检测框的边界特征并对边界特征进行增强，提高了特征提取的能力，从而提高了目标预测结果的精确性。
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是根据本申请的目标检测方法的一个实施例的流程图；
图2是根据本申请的各网络的连接关系示意图；
图3是根据本申请的边界特征增强网络的边界特征提取层所执行的操作的流程图；
图4是根据本申请的边界特征增强网络的边界特征提取层的特征处理过程示意图；
图5是根据本申请的目标检测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
下面基于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。下面将参考附图并基于实施例来详细说明本申请。
请参考图1，其示出了根据本申请的目标检测方法的一个实施例的流程100。信息获取方法的执行主体可以是各种电子设备或运行于电子设备中的处理器。例如，上述电子设备可以包括但不限于服务器、智能手机、平板电脑、膝上型便携计算机、台式计算机和可穿戴设备等等。该目标检测方法，包括以下步骤：
步骤101，将待检测图像输入至预先训练的特征提取网络，得到特征图。
在本实施例中，目标检测方法的执行主体中可以存储有预先训练的目标检测模型。目标检测模型中可以包括特征提取网络。目标检测模型可以采用机器学习方法(如有监督学习方式)预先训练得到，从而得到训练后的特征提取网络。特征提取网路可以用于从待检测的图像中提取图像特征。实践中，所提取的图像特征可以以特征图(feature map)的形式表示。
此处的特征提取网络可以采用各种能够提取图像特征的神经网络结构。例如，可以采用ResNet(Residual Neural Network，残差神经网络)和FPN(Feature PyramidNetwork，特征金字塔网络)结构组成。
其中，ResNet是一种常规的卷积神经网络(Convolutional Neural Networks，CNN)。FPN是一种利用常规的卷积神经网络来提取图片中各维度特征的网络。FPN通过自底向上(bottom-up)、自顶向下(top-down)以及横向连接(lateral connection)，将从常规的卷积神经网络所提取的浅层的特征和深层的特征进行高效整合，从而能够将浅层和深层的特征相基于，实现得到表达能力更强的特征图。
需要说明的是，除了采用ResNet和FPN相基于的网络之外，还可以采用其他图像特征提取网络作为特征提取网络，本实施例对此不作限定。
在本实施例中，预先训练的目标检测模型中除包含特征提取网络外，还可以包含类别检测网络、位置检测网络、第一边界特征增强网络和第二边界特征增强网络。作为示例，图2示出了各网络的连接关系示意图。如图2所示，各网络用虚线框表示，特征提取网络分别与特征提取网络相连接，第一边界特征增强网络与类别检测网络的其中一层相连接，第二边界特征增强网络与类别检测网络的其中一层相连接。
步骤102，将特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果。
在本实施例中，上述预先训练的目标检测模型还可以包含类别检测网络和位置检测网络。目标检测模型可以采用机器学习方法(如有监督学习方式)预先训练得到，从而得到训练后的类别检测网络和位置检测网络。如图2所示，类别检测网络和位置检测网络可分别与特征提取网络相连接，以便于将特征提取网络的输出作为类别检测网络和位置检测网络的输入。
在本实施例中，类别检测网络可以用于检测图像中的对象的类别。此处的对象可以指前景对象，如物体、动物、人等。位置检测网络可以用于检测图像中的对象的位置和大小。实践中，可以采用矩形的检测框来圈定图像中的对象。对象的位置和大小可通过检测框的各边界的位置来确定。检测框的各边界的位置，可通过检测框的一组对角顶点(如左上角顶点和右下角顶点)的坐标来表征。
实践中，类别检测网络和位置检测网络可分别包含多个卷积层。以图2为例，可以包含4个3×3的卷积层。各卷积层进行卷积处理后所输出的特征图的高可以是相同的，如均为H。同时，各卷积层进行卷积处理后所输出的特征图的宽也可以是相同的，如均为W。各卷积层进行卷积处理后所输出的特征图的尺寸均为H×W，因而，各卷积层输出的特征图中的特征点是一一对应的，各特征图中的特征点的数量均为H×W。
在类别检测网络中，除最后一个卷积层外，其余卷积层的卷积核的数量可以均设为C，从而使其余卷积层卷积后输出的特征图的通道数为C。最后一个卷积层的卷积核的数量可以设为C*，C*的数值等于候选类别的数量，从而得到各个候选类别对应的得分情况。在位置检测网络中，除最后一个卷积层外，其余卷积层的卷积核的数量也可以均设为C，使卷积后输出的特征图的通道数为C。最后一个卷积层的卷积核的数量可以设为4，以对应4条边界，从而得到4条边界的位置特征。
在本实施例中，上述执行主体可以将步骤101得到的特征图分别输入至类别检测网络，得到第一类别检测结果。同时，可以将步骤101得到的特征图输入至位置检测网络，得到第一位置检测结果。以图2所示的类别检测网络和位置检测网络的结构为例，在将特征图输入至类别检测网络后，类别检测网络的最后一个卷积层所输出的尺寸为H×W×C*的输出结果，即为第一类别检测结果。同理，在将特征图输入至位置检测网络后，位置检测网络的最后一个卷积层所输出的尺寸为H×W×4的输出结果，即为第一位置检测结果。
在本实施例的一些可选的实现方式中，第一位置检测结果可以用于指示各特征点对应的检测框的边界位置。具体地，经过位置检测网络中的各层卷积层对特征进行处理后，每一个特征点均可检测出一个对应的检测框，从而得到密集的检测框。每一个特征点对应的检测框的位置和大小，可通过检测框中一组对角顶点(如左上角顶点和右下角顶点)的坐标来表征。由此，经过位置检测网络中的各层卷积层对特征进行处理后，即可得到各个特征点的左上顶点的横坐标x0，各个特征点的左上顶点的纵坐标y0，各个特征点的右下顶点的横坐标x1，各个特征点的右下顶点的横坐标y1。各个特征点的左上顶点的横坐标x0可以汇总成一个H*W的特征图。各个特征点的左上顶点的纵坐标y0也可以以汇总成一个H*W的特征图。各个特征点的右下顶点的横坐标x1也可以汇总成一个H*W的特征图。各个特征点的右下顶点的纵坐标y1也可以以汇总成一个H*W的特征图。由此，即可得到四通道的特征图H×W×4。该4个通道的特征图H×W×4，可指示各特征点对应的检测框的边界位置。
为便于区分位置检测网络输出的特征图与其他网络输出的特征图，可将位置检测网络输出的特征图称为初始位置特征图。由此，第一位置检测结果中包含四通道的初始位置特征图。由此，四通道的初始位置特征图中的特征值分别用于指示各特征点对应的检测框的初始左边界位置、初始上边界位置、初始右边界位置和初始下边界位置。
在本实施例的一些可选的实现方式中，第一类别检测结果可以用于指示各特征点对应的检测框中的对象属于各候选类别的概率。具体地，经过类别检测网络中的各层卷积层对特征进行处理后，可得到每一个特征点对应的检测框中的对象属于各候选类别的概率，该概率可以视为得分。当候选类别的数量为C*时，每一个特征点都可得到C*个概率。由此，可将各个特征点中的对象属于每一个候选类别的概率汇总成一个特征图，从而得到C*个通道的特征图H×W×C*。从该C*个通道的特征图H×W×C*中，即可得到各特征点对应的检测框中的对象属于各候选类别的概率。
为便于区分类别检测网络输出的特征图与其他网络输出的特征图，可将类别检测网络输出的特征图称为第一类别得分图。由此，第一类别检测结果包括多个通道的第一类别得分图，不同通道的第一类别得分图对应不同的候选类别，每一个通道的第一类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率。
步骤103，将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果。
在本实施例中，上述预先训练的目标检测模型还可以包含第一边界特征增强网络。目标检测模型可以采用机器学习方法(如有监督学习方式)预先训练得到，从而即可得到训练后的第一边界特征增强网络。此处，第一边界特征增强网络可以用于提取并增强第一位置检测结果中的各特征点对应的检测框的边界特征，并基于该边界特征，进行类别预测。
在本实施例中，第一边界特征增强网络可以基于类别检测网络的其中一层的输出和第一位置检测结果，得到待检测图像中的对象第二类别检测结果。由此，可以将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果。以图2为例，类别检测网络的其中一层可以是第二个卷积层，该层卷积层输出尺寸可以为H×W×C。需要说明的是，第一边界特征增强网络还可以使用类别检测网络的其他层的输出，本实施例不作限定。
在本实施例的一些可选的实现方式中，上述第一边界特征增强网络可以依次包括第一卷积层、边界特征提取层和第二卷积层。上述第一卷积层和第二卷积层的数量和尺寸不作限定。以图2为例，第一边界特征增强网络可以包含1个1×1的第一卷积层、一个边界特征提取层以及两个1×1的第二卷积层。图2中的第一卷积层即为位于边界特征提取层之前的卷积层，第二卷积层即为位于第二卷积层之后的卷积层。
第一边界特征增强网络中的第一卷积层，可以用于增加输入至第一卷积层的特征图的通道数。以图2为例，输入至第一卷积层的特征图为类别检测网络的第二层卷积层的输出的特征图，如H×W×C(通道数为C)。此时，通过第一卷积层，可将其变换为H×W×5C’(通道数为5C’)。此处的C和C’可以相同或不同。此外，5C’可以大于C。
第一边界特征增强网络中的边界特征提取层，可以用于增强第一位置检测结果所指示的检测框的边界特征。实践中，边界特征提取层可通过第一卷积层所输出的特征，来增强第一位置检测结果所指示的检测框的边界特征。并且，边界特征提取层可不对特征图的高、宽和通道数进行变换。以图2为例，由第一卷积层所输出的特征的尺寸为H×W×5C’(通道数为5C’)，则由边界特征提取层输出的特征的尺寸也为H×W×5C’(通道数为5C’)。
第一边界特征增强网络中的第二卷积层，可以用于降低输入至第二卷积层的特征图的通道数。此处，输出至第一个第二卷积层的特征图可以是由边界特征提取层输出的特征图，如H×W×5C’(通道数为5C’)。此时，可将其转换为H×W×C(通道数为C)的特征。将H×W×C的特征输入至第二个第二卷积层后，可将其转换为H×W×C*(通道数为C*)，C*为候选类别的数量。
在本实施例的一些可选的实现方式中，边界特征提取层所执行的操作的流程可分为多个步骤执行。作为示例，图3为边界特征提取层所执行的操作的流程图。如图3所示，上述边界特征提取层可以通过如下子步骤S11至子步骤S13增强检测框的边界特征：
子步骤S11，按照通道数量，将第一卷积层输出的特征图均分为五组，其中四组特征图分别用于提取不同边界的边界特征。
作为示例，图4是边界特征增强网络的边界特征提取层的特征处理过程示意图。如图4所示，若由第一卷积层输入至边界特征提取层的特征表示为H×W×5C’，即特征图的通道数为5C’。此时，可以将特征图按照通道数量均分为5组，每组包含C’个通道的特征图。具体可将通道位于(0，C’]区间的特征图作为第一组，将通道位于(C’，2C’]区间的特征图作为第二组，将通道位于(2C’，3C’]区间的特征图作为第三组，将通道位于(3C’，4C’]区间的特征图作为第四组，将通道位于(4C’，5C’]区间的特征图作为第五组。
其中，第二组中的特征图可用于提取检测框的左边界的边界特征。第三组中的特征图可用于提取检测框的上边界的边界特征。第四组中的特征图可用于提取检测框的右边界的边界特征。第五组中的特征图可用于提取检测框的下边界的边界特征。由此，继续参见图4，对于某一个特征点，该特征点对应的检测框的各个边界的特征均可从C’个特征图中获取得到，并可将从各边界所提取的特征合并为C’个通道的边界特征图。
需要说明的是，组数与通道数的对应关系、组数与边界的对应关系还可以进行其他设定，本申请对此不作限定。
子步骤S12，基于各特征点对应的检测框的边界位置，从其中四组特征图中，提取各特征点对应的检测框的不同边界的最大特征值。
继续上述示例，上述执行主体可以从上述第二组的各特征图中，分别提取出各特征点对应的检测框的左边界的最大特征值，从而得到C’个包含各特征点对应的检测框的左边界的最大特征值的特征图。同理，可以从上述第三组的各特征图中，分别提取出各特征点对应的检测框的上边界的最大特征值，从而得到C’个包含各特征点对应的检测框的上边界的最大特征值的特征图。同理，可以从上述第四组的各特征图中，分别提取出各特征点对应的检测框的右边界的最大特征值，从而得到C’个包含各特征点对应的检测框的右边界的最大特征值的特征图。可以从上述第四组的各特征图中，分别提取出各特征点对应的检测框的下边界的最大特征值，从而得到C’个包含各特征点对应的检测框的下边界的最大特征值的特征图。
可选的，上述执行主体可以依次将每一个特征点作为目标特征点，将目标特征点对应的检测框作为目标检测框，执行如下步骤：
第一步，分别对目标检测框的各边界设置多个采样点。此处的多个采样点可以均匀设置。作为示例，继续参见图4，可分别对左边界、上边界、右边界和下边界均匀设5个采样点。
第二步，基于目标检测框的左边界位置，从用于提取左边界的特征的各特征图中，获取左边界的各采样点的特征值，并从所获取的左边界的各采样点的特征值中，选取最大特征值。此处，由于均匀采样点的位置是浮点数，因而可以使用双线性插值算法来计算各采样点对应的特征值，从而便于检测特征值的误差。
以目标特征点的行顶点坐标为(x0,y0)为例，左边界的采样点中的最大特征值可通过如下步骤公式计算：
其中，c为当前的通道。例如，若通道位于(C’，2C’]的特征图用于提取左边界特征，则c依次为(C’，2C’]中的整数。k为大于或等于0且小于或等于N-1的整数。N为左边界的采样点的数量(实践中，各边界的采样点的数量可均设为N)。h为目标检测框(即当前的目标特征点对应的检测框)的高度。max表示取最大值。
第三步，基于目标检测框的上边界位置，从用于提取上边界的特征的各特征图中，获取上边界的各采样点的特征值，并从所获取的上边界的各采样点的特征值中，选取最大特征值。同理，由于均匀采样点的位置是浮点数，因而可以使用双线性插值算法来计算各采样点对应的特征值，从而便于检测特征值的误差。
继续以目标特征点的左上顶点坐标为(x0,y0)为例，上边界的采样点中的最大特征值可通过如下步骤公式计算：
其中，c为当前的通道。例如，若通道位于(2C’，3C’]的特征图用于提取左边界特征，则c依次为(2C’，3C’]中的整数。k为大于或等于0且小于或等于N-1的整数。N为上边界采样点的数量(实践中，各边界的采样点的数量可均设为N)。w为目标检测框(即当前的目标特征点对应的检测框)的宽度。max表示取最大值。
第四步，基于目标检测框的右边界位置，从用于提取右边界的特征的各特征图中，获取右边界的各采样点的特征值，并从所获取的右边界的各采样点的特征值中，选取最大特征值。同理，由于均匀采样点的位置是浮点数，因而可以使用双线性插值算法来计算各采样点对应的特征值，从而便于检测特征值的误差。
以目标特征点的右下顶点坐标为(x1,y1)为例，右边界的采样点中的最大特征值可通过如下步骤公式计算：
其中，c为当前的通道。例如，若通道位于(3C’，3C’]的特征图用于提取左边界特征，则c依次为(3C’，4C’]中的整数。k为大于或等于0且小于或等于N-1的整数。N为右边界采样点的数量(实践中，各边界的采样点的数量可均设为N)。h为目标检测框(即当前的目标特征点对应的检测框)的高度。max表示取最大值。
第五步，基于目标检测框的下边界位置，从用于提取下边界的特征的各特征图中，获取下边界的各采样点的特征值，并从所获取的下边界的各采样点的特征值中，选取最大特征值。同理，由于均匀采样点的位置是浮点数，因而可以使用双线性插值算法来计算各采样点对应的特征值，从而便于检测特征值的误差。
继续以目标特征点的右下顶点坐标为(x1,y1)为例，下边界的采样点中的最大特征值可通过如下步骤公式计算：
其中，c为当前的通道。例如，若通道位于(4C’，5C’]的特征图用于提取左边界特征，则c依次为(4C’，5C’]中的整数。k为大于或等于0且小于或等于N-1的整数。N为下边界采样点的数量(实践中，各边界的采样点的数量可均设为N)。w为目标检测框(即当前的目标特征点对应的检测框)的宽度。max表示取最大值。
由此，即可得到目标特征点对应的检测框的不同边界的最大特征值。继续参见图4，可将当前处理的目标特征点即为origin，将origin对应的检测框的左边界、上边界、右边界、下边界的最大特征值分别记为left、top、right、bottom。
在将每一个特征点作为目标特征点执行上述第一步至第五步后，即可得到各个特征点对应的检测框的不同边界的最大特征值。
子步骤S13，将从同一特征图中提取的最大特征值汇总为一个通道的增强特征图，将其余一组特征图中的每一个特征图作为一个通道的增强特征图，得到多通道的特征增强图。
继续上述示例，从通道位于(C’，2C’]中的每一个特征图中，均可提取出各个特征点的左边界的最大特征值，由此，通过通道位于(C’，2C’]的特征图，可得到C’个通道且对应左边界的增强特征图。同理，通过通道位于(2C’，3C’]的特征图，可得到C’个通道且对应上边界的增强特征图。通过通道位于(3C’，4C’]的特征图，可得到C’个通道且对应右边界的增强特征图。通过通道位于(4C’，5C’]的特征图，可得到C’个通道且对应右边界的增强特征图。由于输入到边界特征提取层的特征图经过边界特征提取层后，高度和宽度没有发生变更，因此，如图4所示，由边界特征提取层输出的特征的尺寸为H×W×5C’。
步骤104，将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果。
在本实施例中，上述预先训练的目标检测模型还可以包含第二边界特征增强网络。可以采用机器学习方法(如有监督学习方式)预先训练目标检测模型，从而得到训练后的第二边界特征增强网络。此处，第二边界特征增强网络可以用于提取并增强第一位置检测结果中的各特征点对应的检测框的边界特征，并基于该边界特征，进行位置预测。第二边界特征增强网络可以与位置检测网络的其中一层相连接，从而将该层的输出作为第二边界特征增强网络的输入。
在本实施例中，第二边界特征增强网络可以基于位置检测网络的其中一层的输出和第一位置检测结果，得到待检测图像中的对象第二位置检测结果。由此，可以将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果。实践中，上述位置检测网络的其中一层可以是第二个卷积层，该层卷积层输出尺寸可以为H×W×C。需要说明的是，第二边界特征增强网络还可以使用位置检测网络的其他层的输出，本实施例不作限定。
需要说明的是，第二边界特征增强网络与第一边界特征增强网络的结构、各层的功能以及原理基本相同，可参见步骤104中的描述，本步骤对此不再赘述。
步骤105，基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。
在本实施例中，上述执行主体可以基于各类别检测结果，得到待检测图像中的对象的最终类别检测结果。作为示例，若第一类别检测结果、第二类别检测结果中均包括待检测图像中的对象属于各候选类别的概率，则可以同一候选类别对应的概率值进行加权等方式，确定出最大概率对应的候选类别，从而得到最终的类别检测结果。
在本实施例中，上述执行主体可以基于各位置检测结果，得到对象的最终位置检测结果。作为示例，若第一位置检测结果中包括待检测图像中的对象所在检测框的坐标、第二位置检测结果中包括待检测图像中的对象所在检测框的坐标偏差，则可以将相应的坐标与坐标偏差进行求和，得到最终的坐标，从而得到最终位置检测结果。
在本实施例的一些可选的实现方式中，第一类别检测结果包括多个通道(如C*个通道)的第一类别得分图。不同通道的第一类别得分图对应不同的候选类别。每一个通道的第一类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率。由此，若存在H×W各特征点，则第一类别检测结果的尺寸可表示为H×W×C*。
同理，第二类别检测结果包括多个通道(如C*个通道)的第二类别得分图。不同的通道的第二类别得分图对应不同的候选类别。每一个通道的第二类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率。由此，若存在H×W各特征点，则第二类别检测结果的尺寸可表示为H×W×C*。
此时，可以首先分别将各候选类别对应的第一类别得分图与第二类别得分图中的概率按元素相乘，得到多个通道的最终类别得分图(尺寸依然为H×W×C*)。即，将第一个通道的第一类别得分图与第一个通道的第二类别得分图按元素相乘，得到第一个通道的H×W的最终类别得分图。依次对各个通道均执行该操作，即可得到C*个通道的H×W的最终类别得分图。其中，不同通道的最终类别得分图对应不同的候选类别。而后，基于多个通道的最终类别得分图，确定待检测图像中的对象的最终类别检测结果。例如，可以对每一通道的最终类别得分图中的数值进行取最大值操作，得到与每一通道对应的一个值，并将所取的值表示为向量。而后，通过softmax等函数，对该向量进行处理，得到待检测图像中的对象的最终类别检测结果。
在本实施例的一些可选的实现方式中，第一位置检测结果包括四通道的初始位置特征图。四通道的初始位置特征图中的特征值分别用于指示各特征点对应的检测框的初始左边界位置、初始上边界位置、初始右边界位置和初始下边界位置。由此，若存在H×W各特征点，则第一位置检测结果的尺寸可表示为H×W×4。
同理，第二位置检测结果包括四通道的位置偏差特征图。四通道的位置偏差特征图中的特征值分别用于指示各特征点对应的检测框的左边界位置偏差、上边界位置偏差、右边界位置偏差和下边界位置偏差。由此，若存在H×W各特征点，则第一位置检测结果的尺寸可表示为H×W×4。
此时，可以首先分别将各边界对应的初始位置特征图与位置偏差特征图中的特征值按元素相加，得到四通道的最终位置特征图(尺寸依然为H×W×4)。四通道的最终位置特征图中的特征值分别用于指示各特征点对应的检测框的最终左边界位置、最终上边界位置、最终右边界位置和最终下边界位置。而后，基于四通道的最终位置特征图，确定对象的最终位置检测结果。例如，可以基于最终类别得分图确定出概率较大的特征点对应的检测框，将所确定出的检测框的位置作为最终位置检测结果。
本申请的上述实施例提供的方法，过将待检测图像输入至预先训练的特征提取网络，得到特征图；而后将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；之后将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；然后将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；最后基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。由此，在目标检测的过程中，除了提取常规特征外，还可以提取检测框的边界特征并对边界特征进行增强，提高了特征提取的能力，从而提高了目标预测结果的精确性。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种目标检测装置的一个实施例，该装置实施例与图1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，本实施例所述的目标检测装置500包括：第一输入单元501，被配置成将待检测图像输入至预先训练的特征提取网络，得到特征图；第二输入单元502，被配置成将上述特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；第三输入单元503，被配置成将上述类别检测网络的其中一层的输出和上述第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；第四输入单元504，被配置成将上述位置检测网络的其中一层的输出和上述第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；确定单元504，被配置成基于各类别检测结果，确定上述待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定上述对象的最终位置检测结果。
在本实施例的一些可选的实现方式中，上述第一边界特征增强网络和上述第二边界特征增强网络分别依次包括第一卷积层、边界特征提取层和第二卷积层；其中，上述第一卷积层用于增加输入至上述第一卷积层的特征图的通道数，上述边界特征提取层用于增强上述第一位置检测结果所指示的检测框的边界特征，上述第二卷积层用于降低输入至上述第二卷积层的特征图的通道数。
在本实施例的一些可选的实现方式中，上述第一位置检测结果用于指示各特征点对应的检测框的边界位置，特征点与检测框一一对应；以及，上述边界特征提取层通过如下步骤增强检测框的边界特征：按照通道数量，将上述第一卷积层输出的特征图均分为五组，其中四组特征图分别用于提取不同边界的边界特征；基于各特征点对应的检测框的边界位置，从上述其中四组特征图中，提取各特征点对应的检测框的不同边界的最大特征值；将从同一特征图中提取的最大特征值汇总为一个通道的增强特征图，将其余一组特征图中的每一个特征图作为一个通道的增强特征图，得到多通道的特征增强图。
在本实施例的一些可选的实现方式中，上述基于各特征点对应的检测框的边界位置，从上述其中四组特征图中，提取各特征点对应的检测框的不同边界的最大特征值，包括：依次将每一个特征点作为目标特征点，将上述目标特征点对应的检测框作为目标检测框，执行如下步骤：分别对上述目标检测框的各边界设置多个采样点；基于上述目标检测框的左边界位置，从用于提取左边界的特征的各特征图中，获取左边界的各采样点的特征值，并从所获取的左边界的各采样点的特征值中，选取最大特征值；基于上述目标检测框的上边界位置，从用于提取上边界的特征的各特征图中，获取上边界的各采样点的特征值，并从所获取的上边界的各采样点的特征值中，选取最大特征值；基于上述目标检测框的右边界位置，从用于提取右边界的特征的各特征图中，获取右边界的各采样点的特征值，并从所获取的右边界的各采样点的特征值中，选取最大特征值；基于上述目标检测框的下边界位置，从用于提取下边界的特征的各特征图中，获取下边界的各采样点的特征值，并从所获取的下边界的各采样点的特征值中，选取最大特征值。
在本实施例的一些可选的实现方式中，上述第一类别检测结果包括多个通道的第一类别得分图，不同通道的第一类别得分图对应不同的候选类别，每一个通道的第一类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率；以及，上述第二类别检测结果包括多个通道的第二类别得分图，不同的通道的第二类别得分图对应不同的候选类别，每一个通道的第二类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率。
在本实施例的一些可选的实现方式中，上述确定单元504，进一步被配置成：分别将各候选类别对应的第一类别得分图与第二类别得分图中的概率按元素相乘，得到多个通道的最终类别得分图，不同通道的最终类别得分图对应不同的候选类别；基于上述多个通道的最终类别得分图，确定上述待检测图像中的对象的最终类别检测结果。
在本实施例的一些可选的实现方式中，上述第一位置检测结果包括四通道的初始位置特征图，上述四通道的初始位置特征图中的特征值分别用于指示各特征点对应的检测框的初始左边界位置、初始上边界位置、初始右边界位置和初始下边界位置；以及，上述第二位置检测结果包括四通道的位置偏差特征图，上述四通道的位置偏差特征图中的特征值分别用于指示各特征点对应的检测框的左边界位置偏差、上边界位置偏差、右边界位置偏差和下边界位置偏差。
在本实施例的一些可选的实现方式中，上述确定单元504，进一步被配置成：分别将各边界对应的初始位置特征图与位置偏差特征图中的特征值按元素相加，得到四通道的最终位置特征图，上述四通道的最终位置特征图中的特征值分别用于指示各特征点对应的检测框的最终左边界位置、最终上边界位置、最终右边界位置和最终下边界位置；基于上述四通道的最终位置特征图，确定上述对象的最终位置检测结果。
本申请的上述实施例提供的装置，通过将待检测图像输入至预先训练的特征提取网络，得到特征图；而后将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；之后将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；然后将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；最后基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。由此，在目标检测的过程中，除了提取常规特征外，还可以提取检测框的边界特征并对边界特征进行增强，提高了特征提取的能力，从而提高了目标预测结果的精确性。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，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)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)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、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)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；包括诸如液晶显示器(LCD)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基于使用。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基于使用的程序。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。
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，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。
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：将待检测图像输入至预先训练的特征提取网络，得到特征图；将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。
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 (11)

1.一种目标检测方法，其特征在于，所述方法包括：
将待检测图像输入至预先训练的特征提取网络，得到特征图；
将所述特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；
将所述类别检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果，所述第一边界特征增强网络用于提取并增强所述第一位置检测结果中各特征点对应的检测框的边界特征；
将所述位置检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果，所述第二边界特征增强网络用于提取并增强所述第一位置检测结果中各特征点对应的检测框的边界特征；
基于各类别检测结果，确定所述待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定所述对象的最终位置检测结果。
2.根据权利要求1所述的目标检测方法，其特征在于，所述第一边界特征增强网络和所述第二边界特征增强网络分别依次包括第一卷积层、边界特征提取层和第二卷积层；
其中，所述第一卷积层用于增加输入至所述第一卷积层的特征图的通道数，所述边界特征提取层用于增强所述第一位置检测结果所指示的检测框的边界特征，所述第二卷积层用于降低输入至所述第二卷积层的特征图的通道数。
3.根据权利要求2所述的目标检测方法，其特征在于，所述第一位置检测结果用于指示各特征点对应的检测框的边界位置，特征点与检测框一一对应；以及，
所述边界特征提取层通过如下步骤增强检测框的边界特征：
按照通道数量，将所述第一卷积层输出的特征图均分为五组，其中四组特征图分别用于提取不同边界的边界特征；
基于各特征点对应的检测框的边界位置，从所述其中四组特征图中，提取各特征点对应的检测框的不同边界的最大特征值；
将从同一特征图中提取的最大特征值汇总为一个通道的增强特征图，将其余一组特征图中的每一个特征图作为一个通道的增强特征图，得到多通道的特征增强图。
4.根据权利要求3所述的目标检测方法，其特征在于，所述基于各特征点对应的检测框的边界位置，从所述其中四组特征图中，提取各特征点对应的检测框的不同边界的最大特征值，包括：
依次将每一个特征点作为目标特征点，将所述目标特征点对应的检测框作为目标检测框，执行如下步骤：
分别对所述目标检测框的各边界设置多个采样点；
基于所述目标检测框的左边界位置，从用于提取左边界的特征的各特征图中，获取左边界的各采样点的特征值，并从所获取的左边界的各采样点的特征值中，选取最大特征值；
基于所述目标检测框的上边界位置，从用于提取上边界的特征的各特征图中，获取上边界的各采样点的特征值，并从所获取的上边界的各采样点的特征值中，选取最大特征值；
基于所述目标检测框的右边界位置，从用于提取右边界的特征的各特征图中，获取右边界的各采样点的特征值，并从所获取的右边界的各采样点的特征值中，选取最大特征值；
基于所述目标检测框的下边界位置，从用于提取下边界的特征的各特征图中，获取下边界的各采样点的特征值，并从所获取的下边界的各采样点的特征值中，选取最大特征值。
5.根据权利要求1所述的目标检测方法，其特征在于，所述第一类别检测结果包括多个通道的第一类别得分图，不同通道的第一类别得分图对应不同的候选类别，每一个通道的第一类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率；以及，
所述第二类别检测结果包括多个通道的第二类别得分图，不同的通道的第二类别得分图对应不同的候选类别，每一个通道的第二类别得分图中，包括各特征点对应的检测框中的对象属于该通道对应的候选类别的概率。
6.根据权利要求5所述的目标检测方法，其特征在于，所述基于各类别检测结果，确定所述待检测图像中的对象的最终类别检测结果，包括：
分别将各候选类别对应的第一类别得分图与第二类别得分图中的概率按元素相乘，得到多个通道的最终类别得分图，不同通道的最终类别得分图对应不同的候选类别；
基于所述多个通道的最终类别得分图，确定所述待检测图像中的对象的最终类别检测结果。
7.根据权利要求1所述的目标检测方法，其特征在于，所述第一位置检测结果包括四通道的初始位置特征图，所述四通道的初始位置特征图中的特征值分别用于指示各特征点对应的检测框的初始左边界位置、初始上边界位置、初始右边界位置和初始下边界位置；以及，
所述第二位置检测结果包括四通道的位置偏差特征图，所述四通道的位置偏差特征图中的特征值分别用于指示各特征点对应的检测框的左边界位置偏差、上边界位置偏差、右边界位置偏差和下边界位置偏差。
8.根据权利要求7所述的目标检测方法，其特征在于，所述基于各位置检测结果，确定所述对象的最终位置检测结果，包括：
分别将各边界对应的初始位置特征图与位置偏差特征图中的特征值按元素相加，得到四通道的最终位置特征图，所述四通道的最终位置特征图中的特征值分别用于指示各特征点对应的检测框的最终左边界位置、最终上边界位置、最终右边界位置和最终下边界位置；
基于所述四通道的最终位置特征图，确定所述对象的最终位置检测结果。
9.一种目标检测装置，其特征在于，所述装置包括：
第一输入单元，被配置成将待检测图像输入至预先训练的特征提取网络，得到特征图；
第二输入单元，被配置成将所述特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；
第三输入单元，被配置成将所述类别检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果，所述第一边界特征增强网络用于提取并增强所述第一位置检测结果中各特征点对应的检测框的边界特征；
第四输入单元，被配置成将所述位置检测网络的其中一层的输出和所述第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果,所述第二边界特征增强网络用于提取并增强所述第一位置检测结果中各特征点对应的检测框的边界特征；
确定单元，被配置成基于各类别检测结果，确定所述待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定所述对象的最终位置检测结果。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
CN202010197847.9A 2020-03-19 2020-03-19 目标检测方法、装置、电子设备和计算机可读介质 Active CN111444807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010197847.9A CN111444807B (zh) 2020-03-19 2020-03-19 目标检测方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010197847.9A CN111444807B (zh) 2020-03-19 2020-03-19 目标检测方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN111444807A CN111444807A (zh) 2020-07-24
CN111444807B true CN111444807B (zh) 2023-09-22

Family

ID=71629573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010197847.9A Active CN111444807B (zh) 2020-03-19 2020-03-19 目标检测方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN111444807B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183301B (zh) * 2020-09-23 2023-06-16 武汉大势智慧科技有限公司 一种建筑物楼层智能识别方法及装置
CN112598673A (zh) * 2020-11-30 2021-04-02 北京迈格威科技有限公司 全景分割方法、装置、电子设备和计算机可读介质
CN113591840B (zh) * 2021-06-30 2024-07-02 北京旷视科技有限公司 一种目标检测方法、装置、设备和存储介质
CN113609951B (zh) * 2021-07-30 2023-11-24 北京百度网讯科技有限公司 目标检测模型的训练和目标检测方法、装置、设备及介质
CN114445716B (zh) * 2022-04-07 2022-07-26 腾讯科技（深圳）有限公司 关键点检测方法、装置、计算机设备、介质及程序产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103930944A (zh) * 2011-06-23 2014-07-16 奥布隆工业有限公司 用于空间输入装置的自适应跟踪系统
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
CN109344832A (zh) * 2018-09-03 2019-02-15 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN109543662A (zh) * 2018-12-28 2019-03-29 广州海昇计算机科技有限公司 基于区域提议的目标检测方法、系统、装置和存储介质
CN109902736A (zh) * 2019-02-25 2019-06-18 东北大学 一种基于自动编码器构建特征表示的肺结节图像分类方法
CN110378420A (zh) * 2019-07-19 2019-10-25 Oppo广东移动通信有限公司 一种图像检测方法、装置及计算机可读存储介质
CN115331097A (zh) * 2022-07-08 2022-11-11 北京林业大学 图像检测模型训练方法、装置及图像检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9020248B2 (en) * 2013-02-22 2015-04-28 Nec Laboratories America, Inc. Window dependent feature regions and strict spatial layout for object detection
US9020198B2 (en) * 2013-03-14 2015-04-28 Nec Laboratories America, Inc. Dimension-wise spatial layout importance selection: an alternative way to handle object deformation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103930944A (zh) * 2011-06-23 2014-07-16 奥布隆工业有限公司 用于空间输入装置的自适应跟踪系统
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
CN109344832A (zh) * 2018-09-03 2019-02-15 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN109543662A (zh) * 2018-12-28 2019-03-29 广州海昇计算机科技有限公司 基于区域提议的目标检测方法、系统、装置和存储介质
CN109902736A (zh) * 2019-02-25 2019-06-18 东北大学 一种基于自动编码器构建特征表示的肺结节图像分类方法
CN110378420A (zh) * 2019-07-19 2019-10-25 Oppo广东移动通信有限公司 一种图像检测方法、装置及计算机可读存储介质
CN115331097A (zh) * 2022-07-08 2022-11-11 北京林业大学 图像检测模型训练方法、装置及图像检测方法

Also Published As

Publication number Publication date
CN111444807A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN111444807B (zh) 目标检测方法、装置、电子设备和计算机可读介质
US10885365B2 (en) Method and apparatus for detecting object keypoint, and electronic device
CN110163080B (zh) 人脸关键点检测方法及装置、存储介质和电子设备
CN113168510B (zh) 通过细化形状先验分割对象
WO2021098362A1 (zh) 视频分类模型构建、视频分类的方法、装置、设备及介质
WO2022001623A1 (zh) 基于人工智能的图像处理方法、装置、设备及存储介质
CN111860398B (zh) 遥感图像目标检测方法、系统及终端设备
CN108230346B (zh) 用于分割图像语义特征的方法和装置、电子设备
CN110852349A (zh) 一种图像处理方法、检测方法、相关设备及存储介质
EP4047509A1 (en) Facial parsing method and related devices
TW202207077A (zh) 一種文本區域的定位方法及裝置
EP3204888A1 (en) Spatial pyramid pooling networks for image processing
WO2020253508A1 (zh) 异常细胞检测方法、装置及计算机可读存储介质
US11030750B2 (en) Multi-level convolutional LSTM model for the segmentation of MR images
CN112668588B (zh) 车位信息生成方法、装置、设备和计算机可读介质
CN110910445B (zh) 一种物件尺寸检测方法、装置、检测设备及存储介质
CN115861462B (zh) 图像生成模型的训练方法、装置、电子设备及存储介质
US20200202514A1 (en) Image analyzing method and electrical device
CN113221731B (zh) 一种多尺度遥感图像目标检测方法及系统
CN110852327A (zh) 图像处理方法、装置、电子设备及存储介质
CN115861255A (zh) 用于图像处理的模型训练方法、装置、设备、介质及产品
CN112465050B (zh) 一种图像模板选择方法、装置、设备及存储介质
CN112906652A (zh) 一种人脸图像的识别方法、装置、电子设备及存储介质
CN112785601B (zh) 一种图像分割方法、系统、介质及电子终端
CN115546554A (zh) 敏感图像的识别方法、装置、设备和计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant