CN113177545B - 目标物体的检测方法、装置、电子设备和存储介质 - Google Patents
目标物体的检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113177545B CN113177545B CN202110473934.7A CN202110473934A CN113177545B CN 113177545 B CN113177545 B CN 113177545B CN 202110473934 A CN202110473934 A CN 202110473934A CN 113177545 B CN113177545 B CN 113177545B
- Authority
- CN
- China
- Prior art keywords
- target object
- target
- frame
- information
- image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本公开提出了一种目标物体的检测方法、装置、电子设备和存储介质,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域,可应用于智能交通场景。具体实现方案为:获取待识别的图像,根据待识别的图像,生成所述待识别图像的多个尺度特征图,将多个尺度特征图,输入目标框检测模型的头部网络,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息,目标框位置信息包含目标框的位置和目标框的方向信息,实现在定位旋转框的位置的同时,准确定位旋转框的方向信息,提高了目标物体定位的准确性。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域,可应用于智能交通场景,具体涉及目标物体的检测方法、装置、电子设备和存储介质。
背景技术
通用目标检测方法用垂直的边框定位图像中的目标(例如人和车等)。而实际应用中,图像中的目标物体,并不一定是垂直的,可能存在偏斜,因此,垂直的边框无法准确定位图像中方向多变的目标物体,例如,智能交通场景下的目标物体,如车辆、飞机等,因此,如何准确定位图像中的目标物体是亟待解决的技术问题。
发明内容
本公开提供了一种用于提高目标物体检测效果的目标物体的检测方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种目标物体的检测方法,其中,包括:
获取待识别的图像;
根据所述待识别的图像,生成所述待识别图像的多个尺度特征图;
将所述多个尺度特征图,输入目标框检测模型的头部网络,以得到所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息;
根据所述水平框的位置信息和所述目标框的方位信息,得到所述待识别图像中目标物体的目标框位置信息;所述目标框位置信息包含所述目标框的位置和所述目标框的方向信息。
根据本公开的另一方面,提供了一种目标物体的检测装置,其中,包括:
获取模块,用于获取待识别的图像;
生成模块,用于根据所述待识别的图像,生成所述待识别图像的多个尺度特征图;
处理模块,用于将所述多个尺度特征图,输入目标框检测模型的头部网络,以得到所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息;
确定模块,用于根据所述水平框的位置信息和所述目标框的方位信息,得到所述待识别图像中目标物体的目标框位置信息;所述目标框位置信息包含所述目标框的位置和所述目标框的方向信息。
根据本公开的另一方面,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,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现第一方面所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例所提供的一种目标物体的检测方法的流程示意图;
图2是根据本公开实施例提供的每一个像素点偏移量信息的示意图;
图3为本公开实施例提供的另一种目标物体的检测方法的流程示意图;
图4为本公开实施例提供的目标框检测模型的结构示意图;
图5为本公开实施例提供的目标物体的水平框和目标框的方位示意图;
图6为本公开实施例提供的一种目标物体的检测装置的结构示意图;
图7为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
相关技术中,在对图像中的目标物体进行检测的任务当中,由于目标物体方向的多变性,对于目标框的方向没有作出适应,缺少了目标的方向信息,导致无法准确定位图像中目标物体,为此,本公开实施例提供了一种目标物体的检测方法,支持多方向目标的检测和识别,可准确定位出图像中目标物体的目标框的位置和方向信息,提高了目标框检测的准确率,从而实现了目标物体的精确定位。
下面参考附图描述本公开实施例的目标物体的检测方法、装置、电子设备和存储介质。
本公开实施例以该目标物体的检测方法被配置于目标物体的目标框检测装置中来举例说明,该目标物体的目标框检测装置可以被配置于任何电子设备中,该电子设备可以执行目标物体的目标框检测功能。
其中,电子设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备等,移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
图1为本公开实施例所提供的一种目标物体的检测方法的流程示意图。
如图1所示,该方法包括以下步骤:
步骤101,获取待识别的图像。
其中,待识别的图像,即为需要检测图像中包含的目标物体的目标框的图像。待识别的图像可以是通过摄像头采集的二维图像。
步骤102,根据待识别的图像,生成待识别图像的多个尺度特征图。
作为一种可能的实现方式,将获取到的待识别的图像,输入到特征提取模型,例如,利用特征金字塔网络(Feature Pyramid Networks,FPN)作为主干网络Backbone提取多个尺度特征,以生成待识别图像的多个尺度特征图。其中,多个尺度的特征图是将原始图像利用不同的分辨率进行划分得到多个分辨率层级的图像,层级越高,则图像越小,分辨率越低,进而对不同分辨率层级的图像进行特征提取,从而提取到的包含特征信息不同的不同尺度特征图,其中,特征图尺度越大,对应越高层级的特征图,其分辨率越低。其小尺度特征图分辨率更高,包含更多位置、细节信息,更适用于定位图像中的小目标物体。大尺度特征图具有更强的语义信息,但是分辨率很低,对细节的感知能力较差,适用于定位图像中的大目标物体,因此,构建多个尺度的特征图,满足了不同场景下目标物体的检测需求。
例如,针对一个200*200的待识别图像,可以生成3种分辨率的尺度特征图,例如:对应分辨率13*13,26*26或52*52的三个尺度的特征图。
作为另一种可能的实现方式,将获取到的待识别的图像,输入到神经网络模型,例如,卷积神经网络(Convolutional Neural Networks,CNN)中,以获取多各尺度的特征图,由于在CNN特征提取的过程中,即会生成多个尺度的特征图,因此,没有增加额外的计算工作,也可以利用到低层特征,以提高对小目标物体的检测效果,满足了不同场景下目标物体检测的准确性。
需要说明的是,尺度特征图大小仅为示例说明,不构成对本实施例的限定。
步骤103,将多个尺度特征图,输入目标框检测模型的头部网络,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息。
作为一种可能的实现方式,将多个尺度特征图,输入目标框检测模型的头部网络,得到每一个尺度特征图中每个位置点的偏移量信息,该偏移量信息指示了相应尺度特征图中的一个位置点,其中,尺度特征图中的一个位置点和待识别图像中的一个位置点具有对应关系,因此,头部网络输出的每一个尺度特征图中每个位置点的偏移量信息,指示了该位置点相对于对应的候选水平框的四个边的偏移量信息,该偏移量信息可确定待识别图像中的一个位置点,如图2所示,位置点X的偏移量为[l,r,t,b]。根据每一个位置点的偏移量信息可以确定出目标物体的水平框的位置信息,具体地,头部网络模型在训练过程中已经学习得到了待识别图像中多个位置点的偏移量信息和对应的目标物体的水平框的位置信息的对应关系,因此,可根据训练得到的头部网络模型,确定待识别图像中目标物体的水平框的位置信息,提高了水平框确定的准确性。
同时,将多个尺度特征图,输入目标框检测模型的头部网络,还可以得到目标物体的目标框的方位信息,其中,目标物体的目标框的方位信息,指示了目标物体的目标框相对于水平框的位置偏移量信息和朝向信息。
在本公开实施例的一种实现方式中,头部网络可以包含回归分支和斜框表征分支,其中,回归分支用于根据输入的尺度特征图,确定尺度特征图中每一个像素点的偏移量信息,并根据偏移量信息确定目标物体的水平框的位置信息;斜框表征分支,用于根据输入的尺度特征图,输出目标框的方位信息。
步骤104,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息。
其中,目标框位置信息包含目标框的位置和目标框的方向信息。
本实施例中,根据对待识别图像进行识别得到的目标物体的水平框的位置,以及识别到的目标物体的目标框相对于水平框的位置偏移量信息和朝向信息,可确定目标框的位置和朝向,从而确定了目标框的位置和朝向,根据目标框的位置和方向信息,确定图像中的目标物体,实现了支持多方向目标的检测和识别,并在识别出目标物体的位置的同时,可以得到目标物体的方向信息,满足了目标物体方向多变的场景下,准确确定目标物体的方向信息。
本公开实施例的目标物体的检测方法中,获取待识别的图像,根据待识别的图像,生成所述待识别图像的多个尺度特征图,将多个尺度特征图,输入目标框检测模型的头部网络,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息,目标框位置信息包含目标框的位置和目标框的方向信息,实现不仅确定目标框的位置,同时准确确定目标框的方向信息。
基于上述实施例,本实施例提供了另一种目标物体的检测方法,说明了头部网络为多个,每个头部网络对应一个尺度特征图时,如何确定目标框的位置信息。图3为本公开实施例提供的另一种目标物体的检测方法的流程示意图,如图3所示,该方法包含以下步骤:
步骤301,获取待识别的图像。
步骤302,根据待识别的图像,生成待识别图像的多个尺度特征图。
具体地,步骤301和步骤302可参照前述方法实施例的解释说明,本实施例中不再赘述。
步骤303,将每一个尺度特征图,输入对应的头部网络,以得到每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息。
如图4所示,P3、P4和P5即为多个尺度的特征图,A,B,C为三个头部网络,其中,尺度特征图P3和头部网络A对应,尺度特征图P4和头部网络B对应,尺度特征图P5和头部网络C对应。将尺度特征图P3输入头部网络A中,得到和尺度特征图P3对应的目标物体的候选水平框的位置信息S3和目标物体的候选目标框的方位信息F3,同理,得到和尺度特征图P4对应的目标物体的候选水平框的位置信息S4和目标物体的候选目标框的方位信息F4,以及和尺度特征图P5对应的目标物体的候选水平框的位置信息S5和目标物体的候选目标框的方位信息F5。
步骤304,获取多个头部网络的权重。
在本实施例的一种可能的实现方式中,多个头部网络的权重,可以是在该目标框检测模型的头部网络训练过程中确定的。
步骤305,根据每一个头部网络的权重,和每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息,确定待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息。
作为一种可能的实现方式,根据每一个头部网络的权重,和每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息,进行加权计算,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息,提高了水平框的位置信息和目标框的方位信息确定的准确性。
步骤306,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息。
其中,目标物体的目标框的方位信息,包含目标物体的目标框与水平框的位置偏移量,以及目标物体的目标框的朝向信息。
本实施例中,根据目标物体的水平框在待识别图像中的位置信息,可确定目标物体的水平框,如图5所示,其中,黑色粗体的即为水平框,例如,在a图中,K1指示的即为水平框。进而,根据目标物体,即车辆的目标框与水平框的位置偏移量,可确定目标框的位置,如图5中,a图中,目标框M1为矩形框,目标框M1的左上角顶点与水平框的左下角顶点的偏移为h,目标M1的右上角顶点与水平框的右上角顶点的偏移为w,由于水平框K1是目标框M1的最小外接矩形,从而,可确定目标框M1在水平框中的位置。同理,可确定其它场景下,例如,b图、c图和d图对应的场景中,目标物体的目标框在水平框中的位置。
同时,根据目标框的朝向信息,可确定出目标框的朝向,其中,可预先确定目标框的朝向信息和目标框的朝向间的对应关系,从而,根据获取到的目标框的朝向信息和预先设定的对应关系,可确定目标框的朝向。如图5所示,若目标框的朝向信息为1,确定目标框的朝向为左上,即a图中的朝向;若目标框的朝向信息为2,确定目标框的朝向为右上,即b图中的朝向;若目标框的朝向信息为3,确定目标框的朝向为右下,即c图中的朝向;若目标框的朝向信息为4,确定目标框的朝向为左下,即d图中的朝向。
需要说明的是,还可以在头部网络训练的过程中,设定更精细的目标框的信息和朝向的对应关系,本实施例中不一一列举。
本实施例中,通过确定目标框的目标框的方位信息,不仅可以确定目标框的位置,还可以确定目标框的朝向,相比于相关技术中,仅能确定目标物体的目标框的位置,而无法定位目标框的朝向,例如,相关技术中,由于无法确定目标标的朝向信息,对于图5中的a图场景和图c场景下,则无法确定目标框的朝向,即无法确定目标物体的朝向,因此,本公开实现了精准的目标定位,扩大了应用场景,例如,应用于智能交通场景下,进行车辆的行驶方向的控制等。
本公开实施例所提供的目标物体的检测方法中,获取待识别的图像,根据待识别的图像,生成所述待识别图像的多个尺度特征图,将多个尺度特征图,输入目标框检测模型的头部网络,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息,目标框位置信息包含目标框的位置和目标框的方向信息,实现不仅确定目标框的位置,同时准确确定目标框的方向信息,实现了支持多方向目标的检测和识别,并在识别出目标物体的位置的同时,可以得到目标物体的方向信息,满足了目标物体方向多变的场景下,准确确定目标的方向信息。
基于上述实施例,本实施例提供了一种可能的实现方式,将多个尺度特征图,输入和每一个尺度特征图对应的目标框检测模型的头部网络,还可以确定目标物体的类别,作为一种可能的实现方式,可利用头部网络的类别分支,根据输入的多个尺度特征图,确定目标物体的类别,使得目标物体检测可获得目标物体的分类信息,以及定位出目标物体的位置框的位置和朝向,如图5所示,不仅需要判别图像中的目标物体是战斗机还是飞鸟,还需要获得战斗机的位置和朝向,实现了在目标物体存在倾斜多变的场景下,可准确定位当前采集的图像中目标物体的位置,从而可应用于智能导航场景中。
本实施例中的目标框检测模型的头部网络,是通过训练得到,采用待识别的图像集作为训练样本,对训练样本进行特征提取,生成训练样本的多尺度特征图,根据多尺度特征图,输入目标框检测模型的头部网络得到目标物体目标框的位置信息和水平框的位置信息,根据目标框的位置信息和水平框的位置信息,与训练样本的标注结果之间的差异,对目标框检测模型的头部网络进行训练。
其中,在模型训练的过程中,预测的水平框的中心点,是用下述公式计算得到的,由头部网络预测输出的每个位置点的偏移量信息,即l*,r*,t*,b*计算而来,公式1如下:
其中,Centerness值越大说明这个预测中心点越接近真实中心点,其中,将Centerness值小于设定值的预测中心点丢弃,将大于设定值的位置点的偏移量信息,用于确定目标物体的水平框的位置信息,进而,根据预测得到的水平框的位置信息,和标定的水平框的位置信息之间的差异,调整模型的参数,以使得模型可以输出准确的目标物体的水平框的位置信息。
本公开中,在对模型训练的过程中,均衡正负样本点,可以提高模型的训练效果。
本公开实施例的一种实现方式中,在模型训练的过程中,对正负样本点进行了优化,本公开实施例中,将在训练样本中标注的目标物体的真实目标框中心点设定范围内的位置点作为正样本点,设定范围外的点作为负样本,执行上述的模型训练过程,通过均衡正负样本点,提高了模型训练的效果。
在本公开实施例的另一种实现方式中,将在训练样本中标注的目标物体的真实目标框计算平均面积,设定采样率与面积大小相关,面积越大,采样的正样本点越多,面积越小,采样的正样本点越少,自适应的进行正样本的选择,通过均衡正负样本点,提高了模型训练的效果。
为了实现上述实施例,本实施例提供了一种目标物体的检测装置。
图6为本公开实施例提供的一种目标物体的检测装置的结构示意图,如图6所示,该装置包括:
获取模块61,用于获取待识别的图像。
生成模块62,用于根据所述待识别的图像,生成所述待识别图像的多个尺度特征图。
处理模块63,用于将所述多个尺度特征图,输入目标框检测模型的头部网络,以得到所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息。
确定模块64,用于根据所述水平框的位置信息和所述目标框的方位信息,得到所述待识别图像中目标物体的目标框位置信息;所述目标框位置信息包含所述目标框的位置和所述目标框的方向信息。
可选地,作为一种可能的实现方式,所述头部网络为多个,每一个头部网络对应一个尺度特征图,处理模块63,用于:
将每一个尺度特征图,输入对应的头部网络,以得到所述头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息;
获取所述多个头部网络的权重;
根据每一个头部网络的权重,和所述每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息,确定所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息。
作为一种可能的实现方式,所述处理模块,用于:
目标框检测模型的头部网络,根据所述多个尺度特征图,得到所述多个尺度特征图中每个位置点的偏移量信息;
目标框检测模型的头部网络,根据所述每个位置点的偏移量信息,确定所述待识别图像中目标物体的水平框的位置信息。
作为一种可能的实现方式,所述方位信息包含所述目标物体的目标框与所述水平框的位置偏移量,以及所述目标物体的目标框的朝向信息。
作为一种可能的实现方式,所述处理模块,还用于:
将多个尺度特征图,输入和每一个尺度特征图对应的目标框检测模型的头部网络,以确定所述目标物体的类别。
需要说明的是,前述对方法实施例的解释说明,也适用于本实施例的装置,原理相同,本实施例中不进行限定。
本公开实施例的目标物体的检测装置,获取待识别的图像,根据待识别的图像,生成所述待识别图像的多个尺度特征图,将多个尺度特征图,输入目标框检测模型的头部网络,以得到待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息,根据水平框的位置信息和目标物体的目标框的方位信息,得到待识别图像中目标物体的目标框位置信息,目标框位置信息包含目标框的位置和目标框的方向信息,实现在定位旋转框的位置的同时,准确定位旋转框的方向信息,提高了目标物体定位的准确性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
为了实现上述实施例,本公开实施例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,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述方法实施例所述的方法。
为了实现上述实施例,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行前述方法实施例所述的方法。
为了实现上述实施例,本公开实施例提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现前述方法实施例所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备800包括计算单元801,其可以根据存储在ROM(Read-OnlyMemory,只读存储器)802中的计算机程序或者从存储单元808加载到RAM(Random AccessMemory,随机访问/存取存储器)803中的计算机程序,来执行各种适当的动作和处理。在RAM803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。I/O(Input/Output,输入/输出)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于CPU(Central Processing Unit,中央处理单元)、GPU(Graphic Processing Units,图形处理单元)、各种专用的AI(Artificial Intelligence,人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor,数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如目标物体的检测方法。例如,在一些实施例中,目标物体的检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的目标物体的检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标物体的检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、FPGA(Field Programmable Gate Array,现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit,专用集成电路)、ASSP(Application Specific StandardProduct,专用标准产品)、SOC(System On Chip,芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device,复杂可编程逻辑设备)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory,可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory,便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode-Ray Tube,阴极射线管)或者LCD(Liquid Crystal Display,液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:LAN(LocalArea Network,局域网)、WAN(Wide Area Network,广域网)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
其中,需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种目标物体的检测方法,其中,包括:
获取待识别的图像;
根据所述待识别的图像,生成所述待识别图像的多个尺度特征图;
将每一个尺度特征图,输入对应的头部网络,以得到所述头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息;
获取所述多个头部网络的权重;
根据每一个头部网络的权重,和所述每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息,确定所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息;所述头部网络为多个,每一个头部网络对应一个尺度特征图;
根据所述水平框的位置信息和所述目标框的方位信息,得到所述待识别图像中目标物体的目标框位置信息;所述目标框位置信息包含所述目标框的位置和所述目标框的方向信息。
2.如权利要求1所述的方法,其中,将所述多个尺度特征图,输入目标框检测模型的头部网络,以得到所述待识别图像中目标物体的水平框的位置信息,包括:
目标框检测模型的头部网络,根据所述多个尺度特征图,得到所述多个尺度特征图中每个位置点的偏移量信息;
目标框检测模型的头部网络,根据所述每个位置点的偏移量信息,确定所述待识别图像中目标物体的水平框的位置信息。
3.如权利要求1-2任一所述的方法,其中,所述方位信息包含所述目标物体的目标框与所述水平框的位置偏移量,以及所述目标物体的目标框的朝向信息。
4.如权利要求1所述的方法,其中,所述方法还包括:
将多个尺度特征图,输入和每一个尺度特征图对应的目标框检测模型的头部网络,以确定所述目标物体的类别。
5.一种目标物体的检测装置,其中,包括:
获取模块,用于获取待识别的图像;
生成模块,用于根据所述待识别的图像,生成所述待识别图像的多个尺度特征图;
处理模块,用于将每一个尺度特征图,输入对应的头部网络,以得到所述头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息;获取所述多个头部网络的权重;根据每一个头部网络的权重,和所述每一个头部网络输出的目标物体的候选水平框的位置信息和目标物体的候选目标框的方位信息,确定所述待识别图像中目标物体的水平框的位置信息和目标物体的目标框的方位信息;所述头部网络为多个,每一个头部网络对应一个尺度特征图;
确定模块,用于根据所述水平框的位置信息和所述目标框的方位信息,得到所述待识别图像中目标物体的目标框位置信息;所述目标框位置信息包含所述目标框的位置和所述目标框的方向信息。
6.如权利要求5所述的装置,其中,所述处理模块,用于:
目标框检测模型的头部网络,根据所述多个尺度特征图,得到所述多个尺度特征图中每个位置点的偏移量信息;
目标框检测模型的头部网络,根据所述每个位置点的偏移量信息,确定所述待识别图像中目标物体的水平框的位置信息。
7.如权利要求5-6任一所述的装置,其中,所述方位信息包含所述目标物体的目标框与所述水平框的位置偏移量,以及所述目标物体的目标框的朝向信息。
8.如权利要求5所述的装置,其中,所述处理模块,还用于:
将多个尺度特征图,输入和每一个尺度特征图对应的目标框检测模型的头部网络,以确定所述目标物体的类别。
9.一种电子设备,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,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110473934.7A CN113177545B (zh) | 2021-04-29 | 2021-04-29 | 目标物体的检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110473934.7A CN113177545B (zh) | 2021-04-29 | 2021-04-29 | 目标物体的检测方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113177545A CN113177545A (zh) | 2021-07-27 |
CN113177545B true CN113177545B (zh) | 2023-08-04 |
Family
ID=76925367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110473934.7A Active CN113177545B (zh) | 2021-04-29 | 2021-04-29 | 目标物体的检测方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177545B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019100946A1 (zh) * | 2017-11-22 | 2019-05-31 | 北京市商汤科技开发有限公司 | 用于物体检测的方法、装置和设备 |
WO2019144575A1 (zh) * | 2018-01-24 | 2019-08-01 | 中山大学 | 一种快速行人检测方法及装置 |
CN110414574A (zh) * | 2019-07-10 | 2019-11-05 | 厦门美图之家科技有限公司 | 一种目标检测方法、计算设备及存储介质 |
CN111382766A (zh) * | 2018-12-29 | 2020-07-07 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于Faster R-CNN的设备故障检测方法 |
WO2021047484A1 (zh) * | 2019-09-12 | 2021-03-18 | 京东方科技集团股份有限公司 | 文字识别方法和终端设备 |
-
2021
- 2021-04-29 CN CN202110473934.7A patent/CN113177545B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019100946A1 (zh) * | 2017-11-22 | 2019-05-31 | 北京市商汤科技开发有限公司 | 用于物体检测的方法、装置和设备 |
WO2019144575A1 (zh) * | 2018-01-24 | 2019-08-01 | 中山大学 | 一种快速行人检测方法及装置 |
CN111382766A (zh) * | 2018-12-29 | 2020-07-07 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于Faster R-CNN的设备故障检测方法 |
CN110414574A (zh) * | 2019-07-10 | 2019-11-05 | 厦门美图之家科技有限公司 | 一种目标检测方法、计算设备及存储介质 |
WO2021047484A1 (zh) * | 2019-09-12 | 2021-03-18 | 京东方科技集团股份有限公司 | 文字识别方法和终端设备 |
Non-Patent Citations (1)
Title |
---|
基于深度学习的移动物体检测;曾贤灏;;电子技术与软件工程(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113177545A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3926526A2 (en) | Optical character recognition method and apparatus, electronic device and storage medium | |
CN111598164B (zh) | 识别目标对象的属性的方法、装置、电子设备和存储介质 | |
EP3910543A2 (en) | Method for training object detection model, object detection method and related apparatus | |
EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
CN108229418B (zh) | 人体关键点检测方法和装置、电子设备、存储介质和程序 | |
CN113378712B (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN108229494B (zh) | 网络训练方法、处理方法、装置、存储介质和电子设备 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US20220172376A1 (en) | Target Tracking Method and Device, and Electronic Apparatus | |
CN111767853A (zh) | 车道线检测方法和装置 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN114332977A (zh) | 关键点检测方法、装置、电子设备及存储介质 | |
JP2022185144A (ja) | 対象検出方法、対象検出モデルのレーニング方法および装置 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN111950345A (zh) | 摄像头的识别方法、装置、电子设备和存储介质 | |
CN113177545B (zh) | 目标物体的检测方法、装置、电子设备和存储介质 | |
CN116052097A (zh) | 一种地图要素检测方法、装置、电子设备和存储介质 | |
CN111968030B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113378836A (zh) | 图像识别方法、装置、设备、介质及程序产品 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN116051925B (zh) | 训练样本采集方法、装置、设备以及存储介质 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN115620271B (zh) | 图像处理、模型训练方法和装置 | |
CN115861684B (zh) | 图像分类模型的训练方法、图像分类方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |