CN112184635A - 目标检测方法、装置、存储介质及设备 - Google Patents
目标检测方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN112184635A CN112184635A CN202010945867.XA CN202010945867A CN112184635A CN 112184635 A CN112184635 A CN 112184635A CN 202010945867 A CN202010945867 A CN 202010945867A CN 112184635 A CN112184635 A CN 112184635A
- Authority
- CN
- China
- Prior art keywords
- image
- segmentation
- network
- group
- neural 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 137
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000011218 segmentation Effects 0.000 claims abstract description 212
- 238000000034 method Methods 0.000 claims abstract description 83
- 238000013528 artificial neural network Methods 0.000 claims description 157
- 238000000605 extraction Methods 0.000 claims description 140
- 238000012549 training Methods 0.000 claims description 135
- 238000005070 sampling Methods 0.000 claims description 70
- 238000010586 diagram Methods 0.000 abstract description 27
- 230000004927 fusion Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 24
- 238000012545 processing Methods 0.000 description 22
- 230000007547 defect Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 10
- 230000002950 deficient Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010606 normalization Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001094 effect on targets Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及目标检测方法、装置、存储介质及设备,所述方法包括获取待检测图像;对所述待检测图像进行特征提取得到至少一组特征图;对所述至少一组特征图进行分割,得到分割结果;所述分割结果包括所述待检测图像中的目标所在的关键区域,以及所述关键区域之外的非关键区域;根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。本公开实施例可以通过所述至少一组特征图得到所述待检测图像的分割结果,可以将所述分割结果作为一种补充信息应用于目标检测中,提升目标检测的精准度。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及一种目标检测方法、装置、存储介质及设备。
背景技术
目前基于深度学习对图像进行目标检测的方法日渐成熟,也在一些场景中得到应用,比如,可以应用于身份验证,视频监控,智能驾驶等。深度学习依托于图像样本对深度的神经网络进行训练,使得训练得到的目标检测模型具备对图像中的目标进行检测的能力。目前,这一方法的检测精度尚有待提升。
发明内容
本公开提出了一种目标检测技术方案。
根据本公开的一方面,提供了一种目标检测方法,其包括:获取待检测图像;对所述待检测图像进行特征提取得到至少一组特征图;对所述至少一组特征图进行分割,得到分割结果;所述分割结果包括所述待检测图像中的目标所在的关键区域,以及所述关键区域之外的非关键区域;根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。基于上述配置,通过所述至少一组特征图得到所述待检测图像的分割结果,可以将所述分割结果作为一种补充信息应用于目标检测中,提升目标检测的精准度。
在一些可能的实施方式中,所述对所述待检测图像进行特征提取得到至少一组特征图,包括:对所述待检测图像进行多尺度特征提取,得到每个尺度对应的特征提取结果;将至少两个所述特征提取结果进行融合得到所述至少一组特征图;或将至少两个所述特征提取结果确认为所述至少一组特征图。基于上述配置,可以利用多尺度特征提取得到多个尺度的特征信息,例如可以同时得到底层丰富的位置信息和高层丰富的语义信息,从而使得特征图的信息更加丰富,进而提升目标检测的精准度。
在一些可能的实施方式中,所述对所述至少一组特征图进行分割,得到分割结果,包括:对所述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征;对各组特征图对应的分割特征进行上采样,得到所述分割结果。
在一些可能的实施方式中,所述根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果,包括:根据所述至少一组特征图、所述分割结果和对应于至少一组特征图的分割特征,得到所述待检测图像的目标检测结果。基于上述配置,可以将分割特征、分割结果以及特征图都作为进行目标检测的有效信息,进一步提升对于目标的辨识能力。
在一些可能的实施方式中,所述方法还包括:获取训练样本集;根据所述训练样本集训练第一神经网络,直至所述第一神经网络产生的损失小于第一损失阈值;所述第一神经网络包括特征提取网络和与所述特征提取网络连接的分割网络;基于训练得到的所述第一神经网络,利用所述训练样本集对第二神经网络进行训练,直至所述第二神经网络产生的损失小于第二损失阈值;所述第二神经网络为分类网络,所述特征提取网络和所述分割网络均与所述分类网络连接;其中,所述特征提取网络用于对所述待检测图像进行特征提取得到至少一组特征图;所述分割网络用于对所述至少一组特征图进行分割,得到分割结果;所述分类网络用于根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。基于上述配置,可以通过训练神经网络的方式得到能够对待检测图像的特征提取、分割和检测的神经网络。通过将神经网络的训练过程分成两个阶段,使得特征提取网络和分割网络的训练过程不会对分类网络产生影响,并且能够使得分类网络在训练过程中充分参考到特征提取网络和分割网络输出的有效信息,提升分类网络的质量。
在一些可能的实施方式中,所述获取训练样本集,包括:确定目标检测对应的各个类别,以及每个类别对应的图像的数量;在所述各个类别中确定至少一个目标类别;确定每个目标类别的采样频率;所述目标类别的采样频率大于非目标类别的采样频率;根据每个类别对应的采样频率对所述每个类别对应的图像进行采样,得到所述每个类别对应的采样结果;根据所述每个类别对应的采样结果得到训练样本集。基于上述配置,可以对于图像数量较少的类别或者关键类别进行相对较高频率的采样,从而使得各种类别的样本的占比更加合理,提升训练样本的质量。
在一些可能的实施方式中,所述目标类别包括待检测对象的关键类别和/或长尾类别;所述根据每个类别对应的采样频率对所述每个类别对应的图像进行采样,得到所述每个类别对应的采样结果,包括:分别按照预设的采样频率对负样本以及对应于目标类别的正样本进行采样,得到所述每个类别对应的采样结果;其中,所述采样频率根据每个类别对应的比例确定。通过上述配置,可以使得训练样本集中每个类别的图像的占比更为合理,提升训练样本集的质量。
在一些可能的实施方式中,所述根据所述训练样本集训练第一神经网络,包括:根据所述训练样本集确定第一样本图像集,所述第一样本图像集中每个第一样本图像均包括分割标签,所述分割标签中的第一标注表征所述第一样本图像中的目标所在的第一区域,所述分割标签中的第二标注表征所述第一区域之外的第二区域;基于所述特征提取网络对所述第一样本图像集中的第一样本图像进行特征提取,得到至少一个特征图组;基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;根据所述第一样本图像对应的分割标签和所述分割图像,计算所述第一神经网络产生的损失;若所述损失大于等于所述第一损失阈值,则反馈调节所述第一神经网络的参数。基于上述配置,可以使得特征提取网络和分割网络一起参与训练,通过预先训练好特征提取网络和分割网络,从而使得特征提取网络和分割网络可以在分类网络的训练过程中对分类训练过程进行监督,降低分类网络的训练难度,提升分类网络的质量。
在一些可能的实施方式中,所述基于训练得到的所述第一神经网络,利用所述训练样本集对第二神经网络进行训练,包括:根据所述训练样本集确定第二样本图像集,所述第二样本图像集中每个第二样本图像均包括类别标签;基于所述特征提取网络对所述第二样本图像集中的第二样本图像进行特征提取,得到至少一个特征图组;基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;将所述至少一个特征图组和所述分割图像输入所述分类网络,得到分类结果;根据所述分类结果和所述第二样本图像的类别标签,计算所述第二神经网络产生的损失;若所述损失大于等于第二损失阈值,则反馈调节所述第二神经网络的参数。基于上述配置,可以将特征提取信息和分割结果均作为分类网络的输入,从而为分类网络的训练过程提供了语义信息和位置信息更加丰富的更有辨识力的特征,进而提升了分类网络的质量,使得分类网络可以具备更准确地目标检测能力。
在一些可能的实施方式中,所述将所述至少一组特征图和所述分割结果输入所述分类网络,得到分类结果,还包括:将所述至少一组特征图、分割结果和所述分割网络输出的分割信息输入所述分类网络,得到分类结果。基于上述配置,可以进一步将分割信息也作为一种监督信息输入分类网络,从而可以进一步提升分类网络的质量。
根据本公开的第二方面,提供了一种目标检测装置,包括:待检测图像获取模块,用于获取待检测图像;特征提取模块,用于对所述待检测图像进行特征提取得到至少一组特征图;分割模块,用于对所述至少一组特征图进行分割,得到分割结果;所述分割结果包括所述待检测图像中的目标所在的关键区域,以及所述关键区域之外的非关键区域;分类模块,用于根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。
在一些可能的实施方式中,所述特征提取模块还用于对所述待检测图像进行多尺度特征提取,得到每个尺度对应的特征提取结果;将至少两个所述特征提取结果进行融合得到所述至少一组特征图;或将至少两个所述特征提取结果确认为所述至少一组特征图。
在一些可能的实施方式中,所述分割模块还用于对所述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征;对各组特征图对应的分割特征进行上采样,得到所述分割结果。
在一些可能的实施方式中,所述分类模块还用于根据所述至少一组特征图、所述分割结果和对应于至少一组特征图的分割特征,得到所述待检测图像的目标检测结果。
在一些可能的实施方式中,所述装置还包括:训练样本集获取模块,用于获取训练样本集;第一训练模块,用于根据所述训练样本集训练第一神经网络,直至所述第一神经网络产生的损失小于第一损失阈值;所述第一神经网络包括特征提取网络和与所述特征提取网络连接的分割网络;第二训练模块,用于基于训练得到的所述第一神经网络,利用所述训练样本集对第二神经网络进行训练,直至所述第二神经网络产生的损失小于第二损失阈值;所述第二神经网络为分类网络,所述特征提取网络和所述分割网络均与所述分类网络连接;其中,所述特征提取网络用于对所述待检测图像进行特征提取得到至少一组特征图;所述分割网络用于对所述至少一组特征图进行分割,得到分割结果;所述分类网络用于根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。
在一些可能的实施方式中,所述训练样本集获取模块还用于确定目标检测对应的各个类别,以及每个类别对应的图像的数量;在所述各个类别中确定至少一个目标类别;确定每个目标类别的采样频率;所述目标类别的采样频率大于非目标类别的采样频率;根据每个类别对应的采样频率对所述每个类别对应的图像进行采样,得到所述每个类别对应的采样结果;根据所述每个类别对应的采样结果得到训练样本集。
在一些可能的实施方式中,所述目标类别包括待检测对象的关键类别和/或长尾类别,所述训练样本集获取模块还用于分别按照预设的采样频率对负样本以及对应于目标类别的正样本进行采样,得到所述每个类别对应的采样结果;其中,所述采样频率根据每个类别对应的比例确定。
在一些可能的实施方式中,所述第一训练模块还用于根据所述训练样本集确定第一样本图像集,所述第一样本图像集中每个第一样本图像均包括分割标签,所述分割标签中的第一标注表征所述第一样本图像中的目标所在的第一区域,所述分割标签中的第二标注表征所述第一区域之外的第二区域;基于所述特征提取网络对所述第一样本图像集中的第一样本图像进行特征提取,得到至少一个特征图组;基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;根据所述第一样本图像对应的分割标签和所述分割图像,计算所述第一神经网络产生的损失;若所述损失大于等于所述第一损失阈值,则反馈调节所述第一神经网络的参数。
在一些可能的实施方式中,所述第二训练模块还用于根据所述训练样本集确定第二样本图像集,所述第二样本图像集中每个第二样本图像均包括类别标签;基于所述特征提取网络对所述第二样本图像集中的第二样本图像进行特征提取,得到至少一个特征图组;基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;将所述至少一个特征图组和所述分割图像输入所述分类网络,得到分类结果;根据所述分类结果和所述第二样本图像的类别标签,计算所述第二神经网络产生的损失;若所述损失大于等于第二损失阈值,则反馈调节所述第二神经网络的参数。
在一些可能的实施方式中,所述装置包括神经网络,所述神经网络包括所述特征提取模块、分割模块和分类模块。
根据本公开的第三方面,提供了一种电子设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任意一项所述的一种目标检测方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现第一方面中任意一项所述的一种目标检测方法。
在本公开实施例中,通过对图像中的特征进行提取得到至少一组特征图,通过对所述至少一组特征图进行分割,得到分割结果,而后将所述分割结果作为一种补充信息,与所述至少一组特征图一并用于目标检测,从而使得用于进行目标检测的信息更为充分,得到更为精准的检测结果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1示出根据本公开实施例的一种目标检测方法的流程图;
图2示出根据本公开实施例的一种目标检测方法中步骤S10的流程图;
图3示出根据本公开实施例的一种目标检测方法中步骤S12的流程图;
图4示出根据本公开实施例的一种目标检测方法中步骤S20的流程图;
图5示出根据本公开实施例的用于进行多尺度提取的神经网络的示意图;
图6示出根据本公开实施例的融合至少两个尺度对应的特征提取结果得到至少一组特征图的流程图;
图7示出根据本公开实施例的一种目标检测方法中步骤S30的流程图;
图8示出根据本公开实施例对图5中的神经网络得到的至少一组特征图进行分割得到的分割结果的示意图;
图9示出根据本公开实施例应用于扬尘检测场景中对图像的分割结果的示意图;
图10示出根据本公开实施例的一种目标检测方法的一种实施逻辑示意图;
图11示出根据本公开实施例的一种神经网络示意图;
图12示出根据本公开实施例的训练神经网络的方法的流程图;
图13示出根据本公开实施例的训练神经网络的方法中步骤S200的流程图;
图14示出根据本公开实施例的训练神经网络的方法中步骤S300的流程图;
图15示出根据本公开实施例神经网络训练阶段示意图;
图16示出根据本公开实施例的训练神经网络的方法中步骤S100的流程图;
图17示出根据本公开实施例的一种目标检测装置的框图;
图18示出根据本公开实施例的一种电子设备的框图;
图19示出根据本公开实施例的另一种电子设备的框图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例提供的目标检测方案,可以获取待检测图像;对上述待检测图像进行特征提取得到至少一组特征图;对上述至少一组特征图进行分割,得到分割结果;根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果。这样,可以将分割结果一并应用于目标检测之中,提升目标检测结果的精准度。
在相关技术的实际应用中,可能会出现由于检测目标的类型复杂、尺寸较小等原因而难以被检测出来的情况,以及由于训练样本少,导致深度学习过程中神经网络难以被充分训练,从而降低了使用神经网络进行目标检测的精准度的情况。本公开实施例提供的目标检测方法可以通过对特征提取步骤中得到的特征图进行分割,得到分割图像,将分割图像作为监督信息与特征图一起应用于深度学习的训练过程之中,从而能够对神经网络进行充分训练。本公开实施例对于样本质量要求相较于相关技术宽松,并且对于类型复杂、尺寸较小等难以被检测出来的目标具有较好的检测效果。
本公开实施例提供的技术方案可以应用于图像或视频的目标检测、目标识别等应用场景的扩展,本公开实施例对此不做限定。
例如,本公开实施例提供的技术方案可以应用于表面缺陷检测场景中。表面缺陷检测是计算机视觉领域中极具工业价值和学术价值的研究内容,也被称为AOI(AutomatedOptical Inspection)或ASI(Automated surface inspection),用于判断硬件设备采集得到的图像是否存在缺陷。表面缺陷检测技术已经被广泛应用于轻工、化工、机械制造、半导体等多个行业,逐步取代传统的人工肉眼质检。相关的基于深度学习进行表面缺陷检测的目标检测方法,可能会存在模型泛性差、设计困难等问题,而本公开实施例提供的技术方案对于表面缺陷检测效果理想,尤其对类型复杂、尺寸较小等难以被检测出来的目标具备更明显的优势,可以广泛应用各种表面缺陷检测场景。此外,本公开实施例提供的技术方案还可以应用于工业环境检测场景,比如用于进行扬尘检测。
本公开实施例提供的目标检测方法可以由终端设备、服务器或其它类型的电子设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该目标检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以电子设备作为执行主体为例对本公开实施例的目标检测方法进行说明。像目标检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
图1示出根据本公开实施例的一种目标检测方法的流程图,如图1所示,上述方法包括:
S10:获取待检测图像。
在一些可能的实施方式中,可以通过电子设备获取待检测图像。或者,电子设备可以从其他设备处获取待检测图像,例如,电子设备可以从摄像设备、监控设备等设备处获取待检测图像。在一些实现方式中,上述待检测图像可以是视频中的一个图像帧。
本公开实施例中待检测图像可以为二维图像,具体地,上述待检测图像可以是RGB三通道彩色图(R:Red(红色),G:Green(绿色),B:Blue(蓝色))、灰度图,也可以是包括深度信息的RGBD四通道彩色图。本公开实施例不限定待检测图像的颜色制式。
S20:对上述待检测图像进行特征提取得到至少一组特征图。
在一些可能的实施方式中,通过对上述待检测图像进行特征提取得到预设尺度对应的特征提取结果,根据上述特征提取结果得到一组特征图。
在一些可能的实施方式中,特征提取的过程中也可以得到多个不同尺度分别对应的特征提取结果,根据至少两个不同尺度的上述特征提取结果得到上述至少一组特征图。
在一些可能的实施方式中,可以通过融合至少两个尺度对应的特征提取结果得到上述至少一组特征图。比如,若得到对应于M(M大于等于2)个尺度的共M个特征提取结果,可以在上述M个特征提取结果中确定N(2小于等于N小于等于M)个目标特征提取结果,对上述N个目标特征提取结果进行数据融合,得到上述至少一组特征图。本公开实施例不限定上述目标特征提取结果的确定方法,可以根据实际需求进行选择。本公开实施例也不限定数据融合的具体方法,降维、加法、乘法、内积、卷积的至少一种及其组合都可以被用于进行数据融合。例如可以通过残差网络进行多尺度特征提取,而后对多个尺度的特征提取结果执行至少一次的卷积处理,得到融合了不同尺度的特征提取结果的至少一组特征图。其中,通过多尺度特征提取可以同时获得底层和高层的特征信息,并且细节特征信息更为充分,通过多尺度特征融合可以对底层和高层特征信息有效的融合,进而最终提高目标检测的精确度。
S30:对上述至少一组特征图进行分割,得到分割结果;上述分割结果中的第一标记表征上述待检测图像中的目标所在的关键区域,上述分割结果中的第二标记表征上述关键区域之外的非关键区域。
在一些可能的实施方式中,上述分割结果可以表示成掩码图。其中,上述掩码图可以表示为向量或者矩阵形式,掩码图可以和上述待检测图像的像素点一一对应。掩码图中可以包括第一标记和第二标记,其中第一标记表示对应的像素点属于目标所在的关键区域,第二标记表示对应的像素点属于关键区域之外的非关键区域(背景区域),例如第一标记可以为“1”,第二标记可以为“0”,从而可以通过掩码图中第一标记的像素点的位置构成的区域确定目标所在的关键区域,同理,可以确定非关键区域。
S40:根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果。
本公开实施例将上述分割结果作为一种补充信息,与上述至少一组特征图一并用于目标检测,从而输出更为精准的目标检测结果。
在一些可能的实施方式中,还可以将步骤S30中执行分割处理过程中得到的分割特征也作为用于输出目标检测结果的补充信息,即根据上述至少一组特征图、上述分割特征和上述分割结果得到上述待检测图像的目标检测结果。分割特征中可以包括丰富的边缘信息、纹理信息、结构信息,从而可以提升检测结果的精准度。
在一些可能的实施方式中,可以基于神经网络实施目标检测,将上述至少一组特征图、分割结果以及上述分割特征的组合结果或融合结果作为该神经网络的输入,也可以将上述至少一组特征图和上述分割结果的组合结果或融合结果作为该神经网络的输入,根据该神经网络的输出得到目标检测结果。该神经网络可以基于卷积、池化、全连接等步骤对该输入进行处理,得到目标检测结果,本公开实施例并不限定上述神经网络执行的具体步骤。在一些可能的实施方式中,对上述输入进行全局平均池化和全连接后即可得到目标检测结果。
基于上述配置,本公开实施例可以充分基于待检测图像的特征得到分割结果,分割结果可以减少图像的背景区域对于目标检测结果的影响,提升目标检测的精准度和灵敏度。以将上述目标检测方法应用于工业图像表面缺陷检测为例,即使缺陷因为类型复杂、尺寸较小等原因,使用相关的目标检测技术难以被检测到,也可以使用本公开上述的目标检测方法对于该缺陷进行检测。
下面结合附图对本公开实施例进行详细说明。
在一些可行的实施方式中,如图2所示,其示出根据本公开实施例的一种目标检测方法中步骤S10的流程图。其中,上述获取待检测图像,包括:
S11:获取原始图像。
在一些可能的实施方式中,上述原始图像可以通过电子设备获取。或者,电子设备可以从其他设备处获取。上述原始图像可以为二维图像,本公开实施例不限定待检测图像的颜色制式。
S12:对上述原始图像进行预处理,得到待检测图像。
在一些可能的实施方式中,上述预处理包括但不限于尺寸缩放、像素值归一化的至少一种或其组合。本公开实施例不限定预处理的具体方法。
在一个可能的实施方式中,如图3所示,其示出根据本公开实施例的一种目标检测方法中步骤S12的流程图。对上述原始图像进行预处理,得到待检测图像,包括:
S121:将上述原始图像缩放至预设尺寸,得到缩放图像。
将原始图像进行尺寸缩放可以使得得到的待检测图像具有统一尺寸,便于通过并行计算进行后续的目标检测,从而提升目标检测速度。上述预设尺寸可以为224*224,也即,包括224列像素点,每一列像素点包括224个像素点,本公开实施例并不限定预设尺寸的具体数值。
S122:对上述缩放图像进行像素值归一化,得到待检测图像。
本公开实施例并不限定像素值归一化的具体方法。例如,可以通过对上述缩放图像的每个像素值减去预设均值得到差值,并将差值除以预设标准差的方式进行像素值归一化。具体地,可以根据公式计算像素值归一化后每个像素对应的像素值,其中,pixelvalue1表示进行像素值归一化之后,像素对应的像素值,pixelvalue0表示进行像素值归一化之前,像素对应的像素值,mean表示预设均值,std表示预设标准差。
本公开实施例并不限定预设均值以及预设标准差的具体数值,也不限定预设均值以及预设标准差的具体获取方法。例如,上述预设均值可以被设置为ImageNet数据集的图片均值;相应的,上述预设标准差可以被设定为ImageNet数据集的图片标准差。再比如,可以通过采样的方法得到原始图像样本,通过分析原始图像样本得到像素均值和像素标准差,将上述像素均值设定为上述预设均值,将上述像素标准差设定为上述预设标准差。
本公开实施例通过对原始图像进行预处理可以得到经过像素值归一化处理的具备统一尺寸的待检测图像,从而便于后续步骤对上述待检测图像进行处理。
在一些可行的实施方式中,如图4所示,其示出根据本公开实施例的一种目标检测方法中步骤S20的流程图。其中,对上述待检测图像进行特征提取得到至少一组特征图,包括:
S21:对上述待检测图像进行多尺度特征提取,得到每个尺度对应的特征提取结果。
在一些可能的实施方式中,可以利用神经网络进行多尺度特征提取,例如可以利用残差网络ResNet或者金字塔神经网络进行多尺度特征提取。
为了更好的提取到具有辨识力的特征,在一些可能的实施方式中,本公开实施例对残差网络ResNet-18的结构进行改进,得到用于多尺度提取的神经网络。在一个示例中,可以将残差网络ResNet-18的卷积层中的7*7卷积分解成3个3*3卷积。这样使用多个小尺寸卷积核级联替代原有的大卷积核,不仅维持了原有的感受野,还减少了计算量、提升了特征提取性能。在另一个示例中,可以移除残差网络ResNet-18的全局平均池化层和全连接层,这两个层主要在分类应用中发挥作用,而本公开实施例主要通过改进后的神经网络结构进行特征提取,因此,通过移除操作可以精简神经网络结构。在另一个示例中,可以调整残差网络ResNet-18的瓶颈层中卷积下采样的位置,进一步提升特征提取性能。具体地,可以将原先1*1卷积的步长从2修改为1,将原先3*3卷积的步长从1修改为2,即让3*3卷积完成原有的下采用任务,更大的卷积核在同样的步长下丢失的信息更少。
在一些可能的实施方式中,还可以将上述三种示例中的至少两个进行结合实施对残差网络ResNet-18的结构的改进,得到用于多尺度提取的神经网络。请参考表1,其示出了结合上述三种示例得到的一种用于多尺度提取的神经网络的结构。在这一用于多尺度提取的神经网络的结构中,越靠近输入图像的特征,位置信息更充分,越远离输入图像的特征,高级语义信息更加充分,从而能够更好地得到底层特征和高级特征。
表1
S22:根据至少两个上述特征提取结果得到上述至少一组特征图。
在一些可能的实施方式中,可以在直接得到的各个尺度对应的特征提取结果中确定至少两个尺度对应的目标特征提取结果,每个目标特征提取结果即对应一组特征图。
在一些可能的实施方式中,还可以融合至少两个尺度对应的特征提取结果得到上述至少一组特征图。多个尺度的特征提取结果可以分别通过上述神经网络的不同卷积层输出,可以将其中至少两个不同尺度的特征提取结果进行融合,得到上述至少一组特征图。示例性的,可以使用图5所示的用于进行多尺度提取的神经网络进行融合操作。经过融合得到的至少一组特征图包含丰富的位置信息和语义信息。本公开实施例并不限定参与融合的特征提取结果以及融合的具体方法。
在一些可能的实施方式中,请参考图6,上述融合至少两个尺度对应的特征提取结果得到上述至少一组特征图,可以包括:
S221:对连续的多个尺度对应的特征提取结果均进行降维处理,得到具备相同维度的特征提取结果。
S222:对上述具备相同维度的特征提取结果进行特征融合,得到上述至少一组特征图。
在一个示例中,请参考图5,神经网络的五个卷积层layer0,layer1,layer2,layer3,layer4分别为输出了五个尺度的特征提取结果,其中layer0输出的特征提取结果可以被表示为即特征提取结果有64个通道,每个特征图的高度为上述神经网络的输入图像的高度的四分之一,每个特征图的宽度为上述神经网络的输入图像是宽度的四分之一。
对layer1,layer2,layer3,layer4输出的特征提取结果均进行降维处理,其中1*1表示进行降维运算,得到具备相同维度的特征提取结果(C2,C3,C4,C5),然后对具备相同维度的特征提取结果进行特征融合,得到四组特征图(P2,P3,P4,P5)。具体地,上述示例中的特征融合通过不断将高层次特征上采样与低层次特征直接相加来实现。当然,还可以通过不断将高层次特征上采样与低层次特征直接相乘来实现特征融合。本公开实施例不限定特征融合的具体算法。
本公开实施例可以通过对待检测图像进行多尺度的特征提取,从而可以得到丰富的位置信息和语义信息,还可以进一步对多尺度的特征提取结果进行特征融合,进一步优化得到的上述至少一组特征图的质量,进而提升后续分割和目标检测的精度。
在得到至少一组特征图的情况下,可以进一步进行分割处理。图7示出根据本公开实施例的一种目标检测方法中步骤S30的流程图。对上述至少一组特征图进行分割,得到分割结果,包括:
S31:对上述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征。
在一些可能的实施方式中,可以通过神经网络对上述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征,上述神经网络可以为常见分割组件,比如解码器(Decoder)、金字塔池模块(Pyramid Pooling Module,PPM)、空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)等,但不作为本公开的具体限定。
S32:对各组特征图对应的分割特征进行上采样,得到上述分割结果。
在一些可能的实施方式中,上述神经网络可以通过预先训练得到,在上述神经网络对上述至少一组特征图进行分割特征提取的过程中可以输出分割特征,上述分割特征可以被理解为有助于得到分割结果的各种信息,其可能包括但不限于边缘信息、纹理信息、结构信息、位置信息,本公开实施例不限定分割特征的具体内容。
本公开实施例可以对于各种应用场景中得到的图像的至少一组特征图进行分割,得到分割结果。请参考图8,其示出了通过对图5中的神经网络得到的至少一组特征图进行分割得到的工业零件的分割结果,上述分割结果中包括包含工业零件的关键区域和不包含上述工业零件的非关键区域。请参考图9,其示出了本公开实施例应用于扬尘检测场景中对图像的分割结果,图9中第一行为待检测图像,第二行为上述待检测图像对应的分割结果,显然,图9中第二行由左至右第1,3,5,7张分割结果中存在关键区域,而其它分割结果中不存在关键区域。
本公开实施例中通过对上述至少一组特征图进行分割,得到分割结果,可以将上述分割结果,或,上述分割结果与上述分割特征的组合作为目标检测的补充信息,提升目标检测精度。
在一些可能的实施方式中,上述根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果,包括:根据上述至少一组特征图、上述分割结果和对应于至少一组特征图的分割特征,得到上述待检测图像的目标检测结果。
示例性地,可以将上述至少一组特征图、上述分割结果和上述每组特征图对应的分割特征均输入预先训练好的神经网络,根据上述神经网络的输出得到目标检测结果。也可以将上述至少一组特征图、上述分割结果和上述每组特征图对应的分割特征进行融合,将融合结果输入预先训练好的神经网络,根据上述神经网络的输出得到目标检测结果。
在一些可能的实施方式中,上述神经网络可以为Faster R-CNN神经网络(快速目标识别卷积神经网络)或者Retina网络(单级目标检测网络),本公开不限定上述神经网络的具体结构。
在本公开实施例的一些可能的实施方式中,如图10所示,可以通过提取待检测图像的多尺度特征得到至少一组特征图,对上述至少一组特征图进行分割,可以得到分割结果和分割特征。可以将上述至少一组特征图、分割结果和分割特征进行融合得到融合结果,上述融合结果经由全局平均池化层和全连接层最终输出目标检测结果。本公开实施例具体可以通过连接、逐像素加、逐像素乘等多种融合方法中的一种或其组合的方式进行融合,并不限定具体的融合方法。本公开实施例不仅仅可以利用多尺度特征,还可以充分利用分割结果和分割特征,为目标检测提供语义信息和位置信息更加丰富的更有辨识力的特征,提升目标检测精度。本公开实施例提供的一种目标检测方法因为高检测精度的显著优势可以被应用于基于工业图像的表面缺陷检测等检测精度要求高,并且检测目标难以被发现的场景之中,比如可以检测工件的锈蚀、破裂、裂缝等缺陷,还可以应用于工业环境检测的场景中,比如可以检测工业环境的烟雾。
如上述实施例所述,本公开实施例提供的目标检测方法可以利用神经网络实现,如可以利用图11示出的神经网络实现,上述神经网络包括第一神经网络和第二神经网络,上述第一神经网络包括特征提取网络和与上述特征提取网络连接的分割网络,上述第二神经网络为分类网络,上述特征提取网络和上述分割网络均与上述分类网络连接;上述特征提取网络的输出可以作为分割网络和分类网络的输入,上述分割网络的输出可以作为上述分类网络的输入,上述特征提取网络可以在步骤S20中用于对待检测图像进行特征提取得到至少一组特征图;上述分割网络可以在步骤S30中用于对上述至少一组特征图进行分割,得到分割结果;上述分类网络可以在步骤S40中用于根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果。上述特征提取网络、分割网络和分类网络均可以为深度的神经网络。
在一些可能的实施方式中,为了充分提取图像的细粒度特征,得到更为丰富的特征,可以设置上述特征提取网络为多尺度提取网络。
在一些可能的实施方式中,为了在训练过程中充分发挥分割网络的监督作用,可以将上述分割网络得到的分割结果和至少一部分分割特征均作为上述分割网络的输出,也可以将上述特征提取网络的输出与上述分割网络的输出进行融合,将融合结果作为上述分类网络的输入。
下面对训练神经网络的过程进行说明。
请参考图12,其示出训练神经网络的方法,上述方法包括:
S100:获取训练样本集。
上述训练样本集用于对上述神经网络进行训练,以使得上述神经网络具备在其对应的实际应用场景下对其旨在检测的检测对象进行检测的能力。示例性的,若上述神经网络用于进行工业零件的表面缺陷检测,则上述训练样本集可以包括存在表面缺陷的工业零件的图像样本和不存在表面缺陷的工业零件的图像样本。
S200:根据上述训练样本集训练第一神经网络,直至上述第一神经网络产生的损失小于第一损失阈值。
本公开实施例中将上述神经网络中的第一神经网络和第二神经网络分为两个阶段进行训练,从而降低训练的难度,使得第一神经网络和第二神经网络的参数更加容易收敛,并且能够确保第二神经网络进行目标检测精度。
在第一阶段中,首先对于上述第一神经网络进行训练。图示13出本公开实施例的训练神经网络的方法中步骤S200的流程图。根据上述训练样本集训练第一神经网络,包括:
S201:根据上述训练样本集确定第一样本图像集,上述第一样本图像集中每个第一样本图像均包括分割标签,上述分割标签中的第一标注表征上述第一样本图像中的目标所在的第一区域,上述分割标签中的第二标注表征上述第一区域之外的第二区域。
在一些可能的实施方式中,上述第一样本图像集中的第一样本图像来自于上述训练样本集。上述第一区域为检测对象所在的区域,上述第二区域为背景区域。以检测对象为缺陷为例,有缺陷的区域为第一区域,无缺陷的区域为第二区域,一张上述第一样本图像可以包括第一区域、第二区域中至少之一。
S202:基于上述特征提取网络对上述第一样本图像集中的第一样本图像进行特征提取,得到至少一个特征图组。
S203:基于上述分割网络对上述至少一个特征图组进行分割,得到分割图像。
S204:根据上述第一样本图像对应的分割标签和上述分割图像,计算上述第一神经网络产生的损失;若上述损失大于等于上述第一损失阈值,则反馈调节上述第一神经网络的参数。
基于步骤S202得到至少一个特征图组后,在步骤S203中根据上述至少一个特征图组得到分割图像,进而可以在步骤S204中根据上述分割图像和上述分割标签计算上述第一神经网络产生的损失,在该损失小于第一损失阈值的情况下,可以表示对上述第一神经网络的训练达到要求,可以进行应用,在该损失大于或者等于第一损失阈值的情况下,可以反馈调节上述第一神经网络中特征提取网络和分割网络的参数,如卷积参数等,直至得到的损失小于第一损失阈值。其中第一损失阈值可以为根据需求设定的值,如可以为0.1,但不作为本公开的具体限定。
S300:基于训练得到的上述第一神经网络,依托上述训练样本集对第二神经网络进行训练,直至上述第二神经网络产生的损失小于第二损失阈值。
在第二阶段中,在上述第一神经网络训练完毕的基础上,冻结上述第一神经网络的参数,将上述第一神经网络参数直接应用于上述第二神经网络的训练过程中,以便于在上述第二神经网络的训练过程中能够充分利用分割网络产生的监督信息,降低第二神经网络的训练难度,提升第二神经网络的训练精度。
图14示出本公开实施例的训练神经网络的方法中步骤S300的流程图。上述基于训练得到的上述第一神经网络,依托上述训练样本集对第二神经网络进行训练,包括:
S301:根据上述训练样本集确定第二样本图像集,上述第二样本图像集中每个第二样本图像均包括类别标签。
在一些可能的实施方式中,上述第二样本图像集中的第二样本图像来自于上述训练样本集,上述第二样本图像集中的第二样本图像可以与上述第一样本集中的第一样本图像相同、不同、或部分相同。上述类别标签与目标检测的检测对象对应。比如若需要进行工业零件的二分类缺陷检测,类别标签可以为有缺陷和无缺陷,示例性的,可以用数字0表征无缺陷,可以用数字1表征有缺陷。
S302:基于上述特征提取网络对上述第二样本图像集中的第二样本图像进行特征提取,得到至少一个特征图组。
S303:基于上述分割网络对上述至少一个特征图组进行分割,得到分割图像。
在一些可能的实施方式中,上述分割网络还可以输出分割特征。
S304:将上述至少一个特征图组和上述分割图像输入上述分类网络,得到分类结果。
在一些可能的实施方式中,可以将上述至少一个特征图组和上述分割图像进行融合得到融合结果,或将上述至少一个特征图组、分割图像以及分割特征均进行融合,得到融合结果。通过将融合结果输入上述分类网络,得到分类结果,可以提升分类网络的训练效果。本公开实施例并不限定融合的具体方法,也不限定输入分类网络的信息的具体形态。
S305:根据上述分类结果和上述第二样本图像的类别标签,计算上述第二神经网络产生的损失;若上述损失大于等于第二损失阈值,则反馈调节上述第二神经网络的参数。
在步骤S305中根据步骤S304中得到的分类结果和上述第二样本图像的类别标签计算上述第二神经网络产生的损失,在该损失小于第二损失阈值的情况下,可以表示对上述第二神经网络的训练达到要求,可以进行应用,在该损失大于或者等于第二损失阈值的情况下,可以反馈调节上述分类网络的参数,如卷积参数等,直至得到的第二损失小于损失阈值。其中第二损失阈值可以为根据需求设定的值,如可以为0.1,但不作为本公开的具体限定。
请参考图15,其示出了本公开实施例神经网络训练阶段示意图。本公开实施例中分为两个阶段训练神经网络,分割网络可以对分类网络的训练进行监督,使得第二样本图像中的每个像素点都能够被用于训练,显著提升了分类网络的训练质量。经过两阶段训练的上述神经网络可以为融合了特征提取、分割和分类的多任务深度神经网络,具备较好的目标检测能力。
在许多实际需要进行目标检测的场景中,可能存在类别不平衡的问题。以零件表面缺陷检测场景为例,无缺陷的零件数量可能远大于有缺陷的零件数量,相应的,无缺陷的零件的图像数量也可能远大于有缺陷的零件的图像数量,这就产生了类别不平衡问题,而训练样本的类别不平衡,会为训练带来较大困难,也影响训练效果。
在一些可能的实施方式中,为了解决样本可能存在的类别不平衡问题,可以对训练样本集的获取方式进行改进。图16示出了本公开实施例的训练神经网络的方法中步骤S100的流程图,包括:
S101:确定目标检测对应的各个类别,以及每个类别对应的图像的数量。
上述目标检测对应的各个类别与上述神经网络的检测对象相匹配。示例性的,若上述神经网络应用于对工业零件的裂隙进行检测,则类别可以为有裂隙和无裂隙。在实际应用中,无裂隙的图像数量很有可能远大于有裂隙的图像数量。
S102:在上述各个类别中确定至少一个目标类别。
在一些可能的实施方式中,可以将长尾类别确定为目标类别,示例性的,可以将图像的数量小于预设阈值的类别确定为目标类别,本公开实施例不限定预设阈值的具体数值。
在一些可能的实施方式中,还可以将关键类别确定为目标类别,示例性的,若上述神经网络应用于对于工业零件的缺陷进行检测的场景,类别为裂隙、破碎和无缺陷,其中破碎为重点的检测对象,则破碎即为关键类别。
S103:确定每个目标类别的采样频率;上述目标类别的采样频率大于非目标类别的采样频率。
步骤S103中对于采样频率进行调整,可以使得图像数量较低的类别相对的具有较高的采样率,从而使得在最终得到的训练样本集中各个类别对应的样本图像的数量可以均衡;也可以使得关键类别相对的具有较高的采样率,从而使得在训练过程中关键类别可以获得更多关注。
在一些可能的实施方式中,可以对目标类别的图像进行重复采样,以提升采样频率。
在一些可能的实施方式中,可以按照固定比例关系设定各个类别对应的采样频率。示例性的,可以设定有裂隙的图像的采样频率是无裂隙的图像的采样频率的五倍。本公开实施例并不限定固定比例的具体数值。
S104:根据每个类别对应的采样频率对上述每个类别对应的图像进行采样,得到上述每个类别对应的采样结果。
S105:根据上述每个类别对应的采样结果得到训练样本集。
本公开实施例通过对采样频率进行设定,可以有针对性的对于长尾类别和/或关键类别的图像进行采样,确保长尾类别和/或关键类别的图像在训练样本集的占比,从而提升训练好的神经网络对于长尾类别和/或关键类别的检测能力。
在实际样本收集的过程中,可能会遇到一定的困难。以基于工业图像进行目标检测为例,工业图像存在采集困难、数量匮乏、获取成本高等特点。
在一些可能的实施场景中,为了增大样本图像的数量,降低样本图像的获取成本,还可以对于已经获取到的样本图像进行增强,得到新的样本图像。示例性的,上述增强可以为随机数据增强,上述随机数据增强可以为随机旋转或随机色彩扰动,上述随机色彩扰动可以为随机调整样本图像亮度、饱和度、对比度等参数中的至少一种。本公开不限定随机色彩扰动、随机数据增强或增强的具体方法。本公开实施例通过对样本图像进行增强,提升样本图像集中样本图像的数量,从而可以使得神经网络的训练更为充分。
在本公开实施例中,可以构建融合了特征提取网络、分割网络和分类网络的深度神经网络,对上述神经网络进行两阶段训练,从而可以基于分割网络的输出对分类网络的训练过程进行监督,得到具备精准检测能力的分类网络,达到可以基于上述神经网络进行高质量高精度的目标检测的目的。进一步地,本公开还对训练阶段的训练样本集的获取方法进行改进,可以对长尾类别的样本图像和关键类别的样本图像适应性地提升采样频率,达到提升训练样本集质量的目的,从而可以进一步提升最终得到的分类网络的目标检测能力。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了目标检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种目标检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图17示出根据本公开实施例的一种目标检测装置的框图;如图17所示,上述目标检测装置包括:
待检测图像获取模块10,用于获取待检测图像;
特征提取模块20,用于对上述待检测图像进行特征提取得到至少一组特征图;
分割模块30,用于对上述至少一组特征图进行分割,得到分割结果;上述分割结果中的第一标记表征上述待检测图像中的目标所在的关键区域,上述分割结果中的第二标记表征上述关键区域之外的非关键区域。
分类模块40,用于根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果。
在一些可能的实施方式中,上述特征提取模块还用于对上述待检测图像进行多尺度特征提取,得到每个尺度对应的特征提取结果;将至少两个上述特征提取结果进行融合得到上述至少一组特征图;或将至少两个所述特征提取结果确认为所述至少一组特征图。
在一些可能的实施方式中,上述分割模块还用于对上述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征;对各组特征图对应的分割特征进行上采样,得到上述分割结果。
在一些可能的实施方式中,上述分类模块还用于根据上述至少一组特征图、上述分割结果和对应于至少一组特征图的分割特征,得到上述待检测图像的目标检测结果。
在一些可能的实施方式中,上述装置还包括:训练样本集获取模块,用于获取训练样本集;第一训练模块,用于根据上述训练样本集训练第一神经网络,直至上述第一神经网络产生的损失小于第一损失阈值;上述第一神经网络包括特征提取网络和与上述特征提取网络连接的分割网络;第二训练模块,用于基于训练得到的上述第一神经网络,依托上述训练样本集对第二神经网络进行训练,直至上述第二神经网络产生的损失小于第二损失阈值;上述第二神经网络为分类网络,上述特征提取网络和上述分割网络均与上述分类网络连接;其中,上述特征提取网络用于对上述待检测图像进行特征提取得到至少一组特征图;上述分割网络用于对上述至少一组特征图进行分割,得到分割结果;上述分类网络用于根据上述至少一组特征图和上述分割结果得到上述待检测图像的目标检测结果。
在一些可能的实施方式中,所述目标类别包括待检测对象的关键类别和/或长尾类别,所述训练样本集获取模块还用于分别按照预设的采样频率对负样本以及对应于目标类别的正样本进行采样,得到所述每个类别对应的采样结果;其中,所述采样频率根据每个类别对应的比例确定。
在一些可能的实施方式中,上述训练样本集获取模块还用于确定目标检测对应的各个类别,以及每个类别对应的图像的数量;在上述各个类别中确定至少一个目标类别;确定每个目标类别的采样频率;上述目标类别的采样频率大于非目标类别的采样频率;根据每个类别对应的采样频率对上述每个类别对应的图像进行采样,得到上述每个类别对应的采样结果;根据上述每个类别对应的采样结果得到训练样本集。
在一些可能的实施方式中,上述第一训练模块还用于根据上述训练样本集确定第一样本图像集,上述第一样本图像集中每个第一样本图像均包括分割标签,上述分割标签中的第一标注表征上述第一样本图像中的目标所在的第一区域,上述分割标签中的第二标注表征上述第一区域之外的第二区域;基于上述特征提取网络对上述第一样本图像集中的第一样本图像进行特征提取,得到至少一个特征图组;基于上述分割网络对上述至少一个特征图组进行分割,得到分割图像;根据上述第一样本图像对应的分割标签和上述分割图像,计算上述第一神经网络产生的损失;若上述损失大于等于上述第一损失阈值,则反馈调节上述第一神经网络的参数。
在一些可能的实施方式中,上述第二训练模块还用于根据上述训练样本集确定第二样本图像集,上述第二样本图像集中每个第二样本图像均包括类别标签;基于上述特征提取网络对上述第二样本图像集中的第二样本图像进行特征提取,得到至少一个特征图组;基于上述分割网络对上述至少一个特征图组进行分割,得到分割图像;将上述至少一个特征图组和上述分割图像输入上述分类网络,得到分类结果;根据上述分类结果和上述第二样本图像的类别标签,计算上述第二神经网络产生的损失;若上述损失大于等于第二损失阈值,则反馈调节上述第二神经网络的参数。
在一些可能的实施方式中,上述装置包括神经网络,上述神经网络包括上述特征提取模块、分割模块和分类模块。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,上述计算机可读存储介质中存储有至少一条指令或至少一段程序,上述至少一条指令或至少一段程序由处理器加载并执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,上述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图18示出根据本公开实施例的一种电子设备的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图18,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在上述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。上述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与上述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如上述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G、3G、4G、5G或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,上述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图19示出根据本公开实施例的另一种电子设备的框图。例如,电子设备1900可以被提供为一服务器。参照图19,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,上述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,上述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种目标检测方法,其特征在于,所述方法包括:
获取待检测图像;
对所述待检测图像进行特征提取得到至少一组特征图;
对所述至少一组特征图进行分割,得到分割结果;所述分割结果包括所述待检测图像中的目标所在的关键区域,以及所述关键区域之外的非关键区域;
根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述待检测图像进行特征提取得到至少一组特征图,包括:
对所述待检测图像进行多尺度特征提取,得到每个尺度对应的特征提取结果;
将至少两个所述特征提取结果进行融合得到所述至少一组特征图;或将至少两个所述特征提取结果确认为所述至少一组特征图。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述至少一组特征图进行分割,得到分割结果,包括:
对所述至少一组特征图进行分割特征提取,得到每组特征图对应的分割特征;
对各组特征图对应的分割特征进行上采样,得到所述分割结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果,包括:
根据所述至少一组特征图、所述分割结果和对应于至少一组特征图的分割特征,得到所述待检测图像的目标检测结果。
5.根据权利要求1-4中任意一项所述的方法,其特征在于,所述方法还包括:
获取训练样本集;
根据所述训练样本集训练第一神经网络,直至所述第一神经网络产生的损失小于第一损失阈值;所述第一神经网络包括特征提取网络和与所述特征提取网络连接的分割网络;
基于训练得到的所述第一神经网络,利用所述训练样本集对第二神经网络进行训练,直至所述第二神经网络产生的损失小于第二损失阈值;所述第二神经网络为分类网络,所述特征提取网络和所述分割网络均与所述分类网络连接;
其中,所述特征提取网络用于对所述待检测图像进行特征提取得到至少一组特征图;所述分割网络用于对所述至少一组特征图进行分割,得到分割结果;所述分类网络用于根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。
6.根据权利要求5所述的方法,其特征在于,所述获取训练样本集,包括:
确定目标检测对应的各个类别,以及每个类别对应的图像的数量;
在所述各个类别中确定至少一个目标类别;
确定每个目标类别的采样频率;所述目标类别的采样频率大于非目标类别的采样频率;
根据每个类别对应的采样频率对所述每个类别对应的图像进行采样,得到所述每个类别对应的采样结果;
根据所述每个类别对应的采样结果得到所述训练样本集。
7.根据权利要求6所述的方法,其特征在于,所述目标类别包括待检测对象的关键类别和/或长尾类别;
所述根据每个类别对应的采样频率对所述每个类别对应的图像进行采样,得到所述每个类别对应的采样结果,包括:
分别按照预设的采样频率对负样本以及对应于目标类别的正样本进行采样,得到所述每个类别对应的采样结果;其中,所述采样频率根据每个类别对应的比例确定。
8.根据权利要求5或6所述的方法,其特征在于,所述根据所述训练样本集训练第一神经网络,包括:
根据所述训练样本集确定第一样本图像集,所述第一样本图像集中每个第一样本图像均包括分割标签,所述分割标签中的第一标注表征所述第一样本图像中的目标所在的第一区域,所述分割标签中的第二标注表征所述第一区域之外的第二区域;
基于所述特征提取网络对所述第一样本图像集中的第一样本图像进行特征提取,得到至少一个特征图组;
基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;
根据所述第一样本图像对应的分割标签和所述分割图像,计算所述第一神经网络产生的损失;
若所述损失大于等于所述第一损失阈值,则反馈调节所述第一神经网络的参数。
9.根据权利要求5-8中任意一项所述的方法,其特征在于,所述基于训练得到的所述第一神经网络,利用所述训练样本集对第二神经网络进行训练,包括:
根据所述训练样本集确定第二样本图像集,所述第二样本图像集中每个第二样本图像均包括类别标签;
基于所述特征提取网络对所述第二样本图像集中的第二样本图像进行特征提取,得到至少一个特征图组;
基于所述分割网络对所述至少一个特征图组进行分割,得到分割图像;
将所述至少一个特征图组和所述分割图像输入所述分类网络,得到分类结果;
根据所述分类结果和所述第二样本图像的类别标签,计算所述第二神经网络产生的损失;
若所述损失大于等于第二损失阈值,则反馈调节所述第二神经网络的参数。
10.一种目标检测装置,其特征在于,包括:
待检测图像获取模块,用于获取待检测图像;
特征提取模块,用于对所述待检测图像进行特征提取得到至少一组特征图;
分割模块,用于对所述至少一组特征图进行分割,得到分割结果;所述分割结果包括所述待检测图像中的目标所在的关键区域,以及所述关键区域之外的非关键区域;
分类模块,用于根据所述至少一组特征图和所述分割结果得到所述待检测图像的目标检测结果。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-9中任意一项所述的一种目标检测方法。
12.一种电子设备,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-9中任意一项所述的一种目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945867.XA CN112184635A (zh) | 2020-09-10 | 2020-09-10 | 目标检测方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010945867.XA CN112184635A (zh) | 2020-09-10 | 2020-09-10 | 目标检测方法、装置、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184635A true CN112184635A (zh) | 2021-01-05 |
Family
ID=73921733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010945867.XA Pending CN112184635A (zh) | 2020-09-10 | 2020-09-10 | 目标检测方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184635A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966672A (zh) * | 2021-04-29 | 2021-06-15 | 上海海事大学 | 一种复杂背景下的手势识别方法 |
CN113128520A (zh) * | 2021-04-28 | 2021-07-16 | 北京市商汤科技开发有限公司 | 图像特征提取方法、目标重识别方法、装置及存储介质 |
CN113392915A (zh) * | 2021-06-23 | 2021-09-14 | 宁波聚华光学科技有限公司 | 一种基于深度学习的工业零件缺陷检测方法 |
CN113408381A (zh) * | 2021-06-08 | 2021-09-17 | 上海对外经贸大学 | 基于自注意残差卷积神经网络的微表情分类方法 |
CN115170536A (zh) * | 2022-07-22 | 2022-10-11 | 北京百度网讯科技有限公司 | 图像检测方法、模型的训练方法和装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229575A (zh) * | 2018-01-19 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
WO2018121690A1 (zh) * | 2016-12-29 | 2018-07-05 | 北京市商汤科技开发有限公司 | 对象属性检测、神经网络训练、区域检测方法和装置 |
CN109242849A (zh) * | 2018-09-26 | 2019-01-18 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、系统和存储介质 |
CN109583425A (zh) * | 2018-12-21 | 2019-04-05 | 西安电子科技大学 | 一种基于深度学习的遥感图像船只集成识别方法 |
CN109886282A (zh) * | 2019-02-26 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 对象检测方法、装置、计算机可读存储介质和计算机设备 |
CN109977997A (zh) * | 2019-02-13 | 2019-07-05 | 中国科学院自动化研究所 | 基于卷积神经网络快速鲁棒的图像目标检测与分割方法 |
CN109993726A (zh) * | 2019-02-21 | 2019-07-09 | 上海联影智能医疗科技有限公司 | 医学图像的检测方法、装置、设备和存储介质 |
CN110232394A (zh) * | 2018-03-06 | 2019-09-13 | 华南理工大学 | 一种多尺度图像语义分割方法 |
CN110675409A (zh) * | 2019-09-20 | 2020-01-10 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110688951A (zh) * | 2019-09-26 | 2020-01-14 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111209910A (zh) * | 2019-01-03 | 2020-05-29 | 北京京东尚科信息技术有限公司 | 用于语义分割的系统、方法和非暂时性计算机可读介质 |
CN111311578A (zh) * | 2020-02-17 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 基于人工智能的对象分类方法以及装置、医学影像设备 |
CN111310616A (zh) * | 2020-02-03 | 2020-06-19 | 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 |
WO2020155828A1 (zh) * | 2019-02-01 | 2020-08-06 | 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 |
CN111613037A (zh) * | 2020-04-30 | 2020-09-01 | 杭州拓深科技有限公司 | 一种基于智能算法的降低复合烟感误报的方法 |
-
2020
- 2020-09-10 CN CN202010945867.XA patent/CN112184635A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018121690A1 (zh) * | 2016-12-29 | 2018-07-05 | 北京市商汤科技开发有限公司 | 对象属性检测、神经网络训练、区域检测方法和装置 |
CN108229575A (zh) * | 2018-01-19 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
CN110232394A (zh) * | 2018-03-06 | 2019-09-13 | 华南理工大学 | 一种多尺度图像语义分割方法 |
CN109242849A (zh) * | 2018-09-26 | 2019-01-18 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、系统和存储介质 |
CN109583425A (zh) * | 2018-12-21 | 2019-04-05 | 西安电子科技大学 | 一种基于深度学习的遥感图像船只集成识别方法 |
CN111209910A (zh) * | 2019-01-03 | 2020-05-29 | 北京京东尚科信息技术有限公司 | 用于语义分割的系统、方法和非暂时性计算机可读介质 |
WO2020155828A1 (zh) * | 2019-02-01 | 2020-08-06 | 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 |
CN109977997A (zh) * | 2019-02-13 | 2019-07-05 | 中国科学院自动化研究所 | 基于卷积神经网络快速鲁棒的图像目标检测与分割方法 |
CN109993726A (zh) * | 2019-02-21 | 2019-07-09 | 上海联影智能医疗科技有限公司 | 医学图像的检测方法、装置、设备和存储介质 |
CN109886282A (zh) * | 2019-02-26 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 对象检测方法、装置、计算机可读存储介质和计算机设备 |
CN110675409A (zh) * | 2019-09-20 | 2020-01-10 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110688951A (zh) * | 2019-09-26 | 2020-01-14 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111310616A (zh) * | 2020-02-03 | 2020-06-19 | 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 |
CN111311578A (zh) * | 2020-02-17 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 基于人工智能的对象分类方法以及装置、医学影像设备 |
CN111613037A (zh) * | 2020-04-30 | 2020-09-01 | 杭州拓深科技有限公司 | 一种基于智能算法的降低复合烟感误报的方法 |
Non-Patent Citations (2)
Title |
---|
XIANFENG OU 等: "Moving Object Detection Method via ResNet-18 With Encoder-Decoder Structure in Complex Scenes", 《DIGITAL OBJECT IDENTIFIER》, vol. 7, 19 August 2019 (2019-08-19), pages 108152 - 108160, XP011739910, DOI: 10.1109/ACCESS.2019.2931922 * |
和超 等: "多尺度特征融合工件目标语义分割", 《中国图象图形学报》, vol. 25, no. 03, 31 March 2020 (2020-03-31), pages 1 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128520A (zh) * | 2021-04-28 | 2021-07-16 | 北京市商汤科技开发有限公司 | 图像特征提取方法、目标重识别方法、装置及存储介质 |
CN113128520B (zh) * | 2021-04-28 | 2022-11-11 | 北京市商汤科技开发有限公司 | 图像特征提取方法、目标重识别方法、装置及存储介质 |
CN112966672A (zh) * | 2021-04-29 | 2021-06-15 | 上海海事大学 | 一种复杂背景下的手势识别方法 |
CN112966672B (zh) * | 2021-04-29 | 2024-04-05 | 上海海事大学 | 一种复杂背景下的手势识别方法 |
CN113408381A (zh) * | 2021-06-08 | 2021-09-17 | 上海对外经贸大学 | 基于自注意残差卷积神经网络的微表情分类方法 |
CN113408381B (zh) * | 2021-06-08 | 2023-09-19 | 上海对外经贸大学 | 基于自注意残差卷积神经网络的微表情分类方法 |
CN113392915A (zh) * | 2021-06-23 | 2021-09-14 | 宁波聚华光学科技有限公司 | 一种基于深度学习的工业零件缺陷检测方法 |
CN115170536A (zh) * | 2022-07-22 | 2022-10-11 | 北京百度网讯科技有限公司 | 图像检测方法、模型的训练方法和装置 |
CN115170536B (zh) * | 2022-07-22 | 2023-05-05 | 北京百度网讯科技有限公司 | 图像检测方法、模型的训练方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348537B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112184635A (zh) | 目标检测方法、装置、存储介质及设备 | |
CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113344901B (zh) | 涂胶缺陷检测方法、装置、存储介质及电子设备 | |
CN110889469B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109544560B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110837761B (zh) | 多模型知识蒸馏方法及装置、电子设备和存储介质 | |
US20200294249A1 (en) | Network module and distribution method and apparatus, electronic device, and storage medium | |
CN111445493B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023087741A1 (zh) | 缺陷检测方法及装置、电子设备、存储介质及计算机程序产品 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN110633700B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN109255784B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN115294025A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN111476057B (zh) | 车道线获取方法及装置、车辆驾驶方法及装置 | |
CN108171222B (zh) | 一种基于多流神经网络的实时视频分类方法及装置 | |
CN112967264A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN112529846A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN115660945A (zh) | 一种坐标转换方法、装置、电子设备及存储介质 | |
CN113269307B (zh) | 神经网络训练方法以及目标重识别方法 | |
CN111488964A (zh) | 图像处理方法及装置、神经网络训练方法及装置 | |
CN115082413A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN113781429A (zh) | 液晶面板的缺陷分类方法及装置、电子设备和存储介质 | |
CN115100492A (zh) | Yolov3网络训练、pcb表面缺陷检测方法及装置 |
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 |