CN113378834B - 目标检测方法、装置、设备、存储介质以及程序产品 - Google Patents

目标检测方法、装置、设备、存储介质以及程序产品 Download PDF

Info

Publication number
CN113378834B
CN113378834B CN202110718100.8A CN202110718100A CN113378834B CN 113378834 B CN113378834 B CN 113378834B CN 202110718100 A CN202110718100 A CN 202110718100A CN 113378834 B CN113378834 B CN 113378834B
Authority
CN
China
Prior art keywords
inclined frame
image
detection result
frame detection
detected
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
CN202110718100.8A
Other languages
English (en)
Other versions
CN113378834A (zh
Inventor
何悦
谭啸
孙昊
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110718100.8A priority Critical patent/CN113378834B/zh
Publication of CN113378834A publication Critical patent/CN113378834A/zh
Application granted granted Critical
Publication of CN113378834B publication Critical patent/CN113378834B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了目标检测方法、装置、设备、存储介质以及程序产品,涉及人工智能领域,具体为计算机视觉和深度学习技术,可应用于智能交通和智慧城市等场景下。该方法的一具体实施方式包括:获取包括待检测目标的图像;将图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,斜框检测模型包括特征提取网络和斜框确定网络,特征提取网络用于提取图像的特征,斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示待检测目标所在的斜框的位置和置信度;根据像素级的斜框检测结果,确定待检测目标在图像中的位置。该实施方式实现了对任意方向斜框的目标检测。

Description

目标检测方法、装置、设备、存储介质以及程序产品
技术领域
本公开的实施例涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可以应用于智能交通和智慧城市等场景下。
背景技术
目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于各种领域。例如,工业检测、智能导航、视频监控、智慧交通等等。目标检测经常作为一种基础算法广泛应用于各种任务中。例如,可以将目标检测应用于人脸识别、文本识别、实例分割等等。目标检测算法对后续应用的任务起着至关重要的作用。
由于实际中目标检测的场景多种多样,且待检测目标的标注框常常不是边均在水平或竖直方向的正框,而是斜框。因此,针对斜框的目标检测是主要的一个研究方向之一。现有的针对斜框的目标检测包主要包括基于Anchor-Based的目标检测方法和基于Anchor-Free的目标检测方法。
其中,基于Anchor-Based的目标检测方法一般是在正框检测模型中增加斜框检测的分支,通过预先设置的Anchor以生成各种不同角度的旋转Anchor来实现斜框检测,或者通过修正正框而得到斜框。基于Anchor-Free的目标检测方法一般是使用全卷积网络直接预测目标所在的斜框。
发明内容
本公开的实施例提出了目标检测方法、装置、设备、存储介质以及程序产品。
第一方面,本公开的实施例提供了一种目标检测方法,该方法包括:获取包括待检测目标的图像;将图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,斜框检测模型包括特征提取网络和斜框确定网络,特征提取网络用于提取图像的特征,斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示待检测目标所在的斜框的位置和置信度;根据像素级的斜框检测结果,确定待检测目标在图像中的位置。
第二方面,本公开的实施例提供了一种目标检测装置,该装置包括:图像获取模块,被配置成获取包括待检测目标的图像;斜框检测模块,被配置成将图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,斜框检测模型包括特征提取网络和斜框确定网络,特征提取网络用于提取图像的特征,斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示待检测目标所在的斜框的位置和置信度;位置确定模块,被配置成根据像素级的斜框检测结果,确定待检测目标在图像中的位置。
第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的目标检测方法和装置,提出了一种针对斜框的基于Anchor-Free的目标检测方法,具体地,直接利用特征提取网络提取包括待检测目标的图像的特征,然后利用斜框确定网络根据图像的特征生成像素级的斜框检测结果,以确定各个像素点分别对应的斜框的位置的置信度,然后根据得到的像素级的斜框检测结果,从中确定待检测目标在图像中的位置,从而实现对任意方向斜框对应的目标的检测。
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
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,本公开的其它特征、目的和优点将会变得更明显。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是本公开可以应用于其中的示例性系统架构图;
图2是本公开的目标检测方法的一个实施例的流程图;
图3是本公开的目标检测方法的又一个实施例的流程图;
图4是本公开的实施例的目标检测方法的一个应用场景的示意图;
图5是本公开的目标检测装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的目标检测方法或目标检测装置的实施例的示例性架构100。
如图1所示,系统架构100可以包括图像采集设备101、网络102和服务器103。网络102用以在图像采集设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
图像采集设备101可以通过网络102与服务器103交互,以接收或发送图像等各种信息。图像采集设备101可以是硬件,也可以是软件。当图像采集设备101为硬件时,可以是摄像头等装置,也可以是各种带有摄像头的电子设备。当图像采集设备101为软件时,可以安装在上述摄像头或电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以提供各种服务。例如,服务器103可以对从图像采集设备101获取到的包括待检测目标的图像进行目标检测等处理,并生成处理结果(例如用于指示待检测目标在图像中的位置的检测结果)。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的目标检测方法一般由服务器103执行,相应地,目标检测装置一般设置于服务器103中。
应该理解,图1中的图像采集设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的视频采集设备、网络和服务器。
继续参考图2,其示出了根据本公开的目标检测方法的一个实施例的流程200。该目标检测方法包括以下步骤:
步骤201,获取包括待检测目标的图像。
在本实施例中,用于目标检测方法的执行主体(如图1所示的服务器103等)可以从本地、通信连接的数据库或其他存储设备(如图1所示的图像采集装置101等)等获取包括待检测目标的图像。其中,待检测目标在不同的应用场景下可以是各种不同类型的对象。例如,待检测目标包括但不限于车牌、招牌、物品标签、广告牌等等。
步骤202,将图像输入至预先训练的斜框检测模型,得到斜框检测结果。
在本实施例中,斜框检测模型可以包括特征提取网络和斜框确定网络。其中,特征提取网络可以用于提取图像的特征。斜框确定网络可以根据特征提取网络提取的特征生成像素级的斜框检测结果。具体地,斜框确定网络可以生成图像中各像素点分别对应的斜框检测结果。
斜框检测结果可以用于指示待检测目标所在的斜框的位置和置信度。置信度可以指斜框的位置对应的置信度。一般地,在目标检测领域可以使用包含待检测目标的标注框(如矩形框等)的位置来表征待检测目标的位置。而标注框可以包括正框和斜框等不同的类型。其中,正框通常指包括的边分别位于水平或垂直方向的标注框,而斜框与正框对应,通常是包括不位于水平或垂直方向的边的标注框。
对于任一像素点,该像素点对应的斜框检测结果可以用于指以该像素点作为指定位置参考点所对应的、待检测目标所在的斜框的位置和对应的置信度。例如,该像素点可以作为斜框的中心点,此时,斜框检测结果可以用于指示以该像素点为中心点时待检测目标所在的斜框的位置和对应的置信度。
根据不同的应用场景或应用需求,斜框的位置可以采用各种表示方法进行表示。例如,斜框的位置可以采用斜框的各个顶点的坐标表示。又例如,斜框的位置可以采用中心点,各边的边长等来表示。
在本实施例中,特征提取网络可以采用现有的各种特征提取算法实现对图像的特征提取。特征提取网络可以基于现有的各种用于提取特征的网络的结构进行构建。例如,特征提取网络可以是各种卷积神经网络。斜框确定网络可以基于各种用于回归的神经网络模型的结构进行构建,以回归出斜框的位置和置信度。
斜框加测模型可以基于现有的各种机器学习的模型训练方法训练得到。作为示例,可以先获取训练样本,其中,训练样本可以包括呈现有待检测目标的图像和对应的斜框检测结果。然后,可以将图像作为初始斜框检测模型的输入,将输入的图像对应的斜框检测结果作为初始斜框检测模型的期望输出,基于预设的损失函数,利用梯度下降和反向传播算法实现对初始斜框检测模型的训练,以得到训练好的斜框检测模型。
步骤203,根据像素级的斜框检测结果,确定待检测目标在图像中的位置。
在本实施例中,在得到像素级的斜框检测结果之后,可以利用现有的各种标注框筛选方法从各像素点分别对应的斜框中选取斜框作为待检测目标所在的斜框,从而确定所选取的斜框的位置作为待检测目标在图像中的位置。
例如,可以先根据各像素点分别对应的置信度,利用非极大值抑制算法(NMS,Non-Maximum Suppression)从各像素点分别对应的斜框中选取斜框并突出显示,此时可以将突出显示的斜框的位置确定为待检测目标在图像中的位置。其中,非极大值抑制算法是目标检测领域常用的一种算法,是目前广泛研究和应用的公知技术,在此不再赘述。
在本实施例的一些可选地实现方式中,特征提取网络可以采用高分辨网络(HRNet,High Resolution net)作为主干网络。其中,HRNet在特征提取过程中始终保持高分辨率的特征图(Feature Map),具体地,通过逐步引入低分辨率卷积,并且将不同分辨率的卷积进行并行连接。
通过采用HRNet可以不断地在多分辨率表征之间进行信息交换,使得不同分辨率特征图之间更好地相互补充和学习,有助于增强特征提取结果的表达能力,进而提升基于特征提取结果的后续斜框检测的准确性。
本公开实施例提供的目标检测方法实现了一种基于Anchor-Free的目标检测方法,通过端到端的斜框检测模型对包含待检测目标的图像进行处理,以生成像素级的斜框位置和对应的置信度,然后再根据像素级的斜框位置和对应的置信度,确定待检测目标在图像中的位置,从而实现对任意方向斜框对应的目标检测。而且和基于Anchor-Based的目标检测方法相比,避免了Anchor和相关网络参数的设计,降低了斜框检测模型的复杂度,而且有助于提升斜框检测模型的灵活性。
进一步参考图3,其示出了根据本公开的目标检测方法的又一个实施例的流程300。该目标检测方法包括以下步骤:
步骤301,获取包括待检测目标的图像。
步骤302,确定待检测目标所在的斜框的形状信息。
在本实施例中,斜框的形状信息可以用于指示斜框的形状。斜框的形状可以包括矩形和非矩形等类别。非矩形可以指各种多边形,如不规则四边形等等。具体可以根据实际的应用场景采用各种方法确定待检测目标所在的斜框的形状信息。
例如,上述执行主体可以接收预先确定的、待检测目标所在的斜框的形状信息。此时,可以由技术人员预先确定待检测目标所在的斜框的形状信息,并将确定的形状信息发送至执行主体。
又例如,上述执行主体可以利用现有的图像分析技术对包含待检测目标的图像进行分析,以确定待检测目标所在的斜框的形状信息。
若待检测目标所在的斜框的形状信息指示待检测目标所在的斜框的形状为矩形,可以执行如下步骤303;若待检测目标所在的斜框的形状信息指示待检测目标所在的斜框的形状为非矩形,可以执行如下步骤304。
步骤303,将图像输入至针对矩形的斜框检测模型,得到斜框检测结果。
在本实施例中,可以预先训练针对矩形斜框的斜框检测模型,且针对矩形斜框的斜框检测模型输出的斜框检测结果可以包括待检测目标所在的斜框对应的正框的位置和旋转角度。其中,旋转角度可以指从正框位置变换到斜框位置所对应的旋转角度。
步骤304,将图像输入至针对非矩形的斜框检测模型,得到斜框检测结果。
在本实施例中,可以预先训练针对非矩形斜框的斜框检测模型,且针对非矩形的斜框检测模型输出的斜框检测结果可以包括待检测目标所在的斜框的各个顶点的坐标。以不规则四边形作为示例,斜框检测模型输出的待检测目标所在的斜框的位置可以包括四边形的四个顶点的坐标。
可选地,针对矩形斜框的斜框检测模型和针对非矩形斜框的斜框检测模型分别包括的特征提取网络的结构可以相同。
步骤305,根据斜框检测模型输出的像素级的斜框检测结果,确定待检测目标在图像中的位置。
在得到待检测目标在图像中的位置之后,可以进一步利用待检测目标在图像中的位置进行各种图像分析任务。例如,实例分割、字符识别等等。
本实施例中未详细说明的内容可参考图2对应实施例中的相关说明,在此不再赘述。
继续参见图4,图是根据本实施例的目标检测方法的一个示意性的应用场景400。在图4的应用场景中,服务器可以接收待检测的车牌图像401,然后利用基于HRNet实现的特征提取网络402提取车牌图像401的特征,再利用斜框确定网络403根据车牌图像401的特征生成车牌图像401中的各像素点分别对应的斜框的位置和置信度。之后,服务器可以利用NMS等算法根据置信度,从各像素点分别对应的斜框中选取斜框,并将选取的斜框的位置确定为车牌图像401中包含的车牌的位置405。进一步地,还可以根据车牌在车牌图像401中的位置405对车牌中的内容进行识别,以得到车牌号识别结果406。
本公开实施例提供的目标检测方法根据目标所在斜框的形状预先针对矩形和非矩形两种形状分别训练对应的斜框检测模型,以提升斜框检测模型的精度,而且可以实现对各种形状的斜框对应的待检测目标的检测,提升斜框检测模型的灵活性和可靠性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了目标检测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的目标检测装置500包括图像获取模块501、斜框检测模块502和位置确定模块503。其中,图像获取模块501被配置成获取包括待检测目标的图像;斜框检测模块502被配置成将图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,斜框检测模型包括特征提取网络和斜框确定网络,特征提取网络用于提取图像的特征,斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示待检测目标所在的斜框的位置和置信度;位置确定模块503被配置成根据像素级的斜框检测结果,确定待检测目标在图像中的位置。
在本实施例中,目标检测装置500中:图像获取模块501、斜框检测模块502和位置确定模块503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述目标检测装置500还包括:形状确定模块(图中未示出)被配置成确定待检测目标所在的斜框的形状信息;以及上述斜框检测模块502进一步被配置成:响应于确定形状信息指示斜框的形状为矩形,将图像输入至针对矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框对应的正框的位置和旋转角度。
在本实施例的一些可选的实现方式中,斜框检测模块502进一步被配置成:响应于确定形状信息指示斜框的形状为非矩形,将图像输入至针对非矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框的各个顶点的坐标。
在本实施例的一些可选的实现方式中,上述特征提取网络采用高分辨率网络作为主干网络。
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、一种计算机程序产品。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如目标检测方法。例如,在一些实施例中,目标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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的目标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601可以通过其他任何适当的方式(例如,借助于固件)而被配置为目标检测方法。
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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、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(阴极射线管)或者LCD(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:局域网(LAN)、广域网(WAN)和互联网。
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,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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提供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 (8)

1.一种目标检测方法,包括:
获取包括待检测目标的图像;
确定所述待检测目标所在的斜框的形状信息;
将所述图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,所述斜框检测模型包括特征提取网络和斜框确定网络,所述特征提取网络用于提取图像的特征,所述斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示所述待检测目标所在的斜框的位置和置信度;
根据所述像素级的斜框检测结果,确定所述待检测目标在所述图像中的位置;
其中,所述将所述图像输入至预先训练的斜框检测模型,得到斜框检测结果,包括:响应于确定所述形状信息指示斜框的形状为非矩形,将所述图像输入至针对非矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框的各个顶点的坐标。
2.根据权利要求1所述的方法,
所述将所述图像输入至预先训练的斜框检测模型,得到斜框检测结果,包括:
响应于确定所述形状信息指示斜框的形状为矩形,将所述图像输入至针对矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框对应的正框的位置和旋转角度。
3.根据权利要求1或2所述的方法,其中,所述特征提取网络采用高分辨率网络作为主干网络。
4.一种目标检测装置,包括:
图像获取模块,被配置成获取包括待检测目标的图像;
形状确定模块,被配置成确定所述待检测目标所在的斜框的形状信息;
斜框检测模块,被配置成将所述图像输入至预先训练的斜框检测模型,得到斜框检测结果,其中,所述斜框检测模型包括特征提取网络和斜框确定网络,所述特征提取网络用于提取图像的特征,所述斜框确定网络用于根据图像的特征生成像素级的斜框检测结果,斜框检测结果用于指示所述待检测目标所在的斜框的位置和置信度;
位置确定模块,被配置成根据所述像素级的斜框检测结果,确定所述待检测目标在所述图像中的位置;
其中,所述斜框检测模块进一步被配置成:响应于确定所述形状信息指示斜框的形状为非矩形,将所述图像输入至针对非矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框的各个顶点的坐标。
5.根据权利要求4所述的装置,
所述斜框检测模块进一步被配置成:响应于确定所述形状信息指示斜框的形状为矩形,将所述图像输入至针对矩形的斜框检测模型,得到斜框检测结果,且斜框检测结果指示的位置包括斜框对应的正框的位置和旋转角度。
6.根据权利要求4或5所述的装置,其中,所述特征提取网络采用高分辨率网络作为主干网络。
7.一种电子设备,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1-3中任一项所述的方法。
8.一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1-3中任一项所述的方法。
CN202110718100.8A 2021-06-28 2021-06-28 目标检测方法、装置、设备、存储介质以及程序产品 Active CN113378834B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110718100.8A CN113378834B (zh) 2021-06-28 2021-06-28 目标检测方法、装置、设备、存储介质以及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110718100.8A CN113378834B (zh) 2021-06-28 2021-06-28 目标检测方法、装置、设备、存储介质以及程序产品

Publications (2)

Publication Number Publication Date
CN113378834A CN113378834A (zh) 2021-09-10
CN113378834B true CN113378834B (zh) 2023-08-04

Family

ID=77579455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110718100.8A Active CN113378834B (zh) 2021-06-28 2021-06-28 目标检测方法、装置、设备、存储介质以及程序产品

Country Status (1)

Country Link
CN (1) CN113378834B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723370B (zh) * 2021-11-01 2022-01-18 湖南自兴智慧医疗科技有限公司 基于斜框的染色体检测方法及装置
CN114119733A (zh) * 2022-01-27 2022-03-01 成都合能创越软件有限公司 物体空间位置检测方法、装置、计算机设备及其存储介质
CN114972710B (zh) * 2022-07-27 2022-10-28 深圳爱莫科技有限公司 一种在图像中实现多形状目标检测的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006129101A (ja) * 2004-10-29 2006-05-18 Casio Comput Co Ltd 画像のトリミング方法、撮像装置、画像処理装置、及びプログラム
CN111738133A (zh) * 2020-06-17 2020-10-02 北京奇艺世纪科技有限公司 模型训练方法、目标检测方法、装置、电子设备及可读存储介质
CN112329762A (zh) * 2019-12-12 2021-02-05 北京沃东天骏信息技术有限公司 图像处理方法、模型训练方法、装置、计算机设备和介质
CN112560736A (zh) * 2020-12-22 2021-03-26 上海有个机器人有限公司 一种基于卷积神经网络的任意角度激光门检测方法以及储存介质
CN112613570A (zh) * 2020-12-29 2021-04-06 深圳云天励飞技术股份有限公司 一种图像检测方法、图像检测装置、设备及存储介质
CN112863187A (zh) * 2021-01-18 2021-05-28 北京百度网讯科技有限公司 感知模型的检测方法、电子设备、路侧设备和云控平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10832096B2 (en) * 2019-01-07 2020-11-10 International Business Machines Corporation Representative-based metric learning for classification and few-shot object detection

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006129101A (ja) * 2004-10-29 2006-05-18 Casio Comput Co Ltd 画像のトリミング方法、撮像装置、画像処理装置、及びプログラム
CN112329762A (zh) * 2019-12-12 2021-02-05 北京沃东天骏信息技术有限公司 图像处理方法、模型训练方法、装置、计算机设备和介质
CN111738133A (zh) * 2020-06-17 2020-10-02 北京奇艺世纪科技有限公司 模型训练方法、目标检测方法、装置、电子设备及可读存储介质
CN112560736A (zh) * 2020-12-22 2021-03-26 上海有个机器人有限公司 一种基于卷积神经网络的任意角度激光门检测方法以及储存介质
CN112613570A (zh) * 2020-12-29 2021-04-06 深圳云天励飞技术股份有限公司 一种图像检测方法、图像检测装置、设备及存储介质
CN112863187A (zh) * 2021-01-18 2021-05-28 北京百度网讯科技有限公司 感知模型的检测方法、电子设备、路侧设备和云控平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于深度学习的航拍图像目标检测算法;莫文昊;中国优秀硕士学位论文全文数据库(1);全文 *

Also Published As

Publication number Publication date
CN113378834A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN113378834B (zh) 目标检测方法、装置、设备、存储介质以及程序产品
EP3637310A1 (en) Method and apparatus for generating vehicle damage information
CN112785625B (zh) 目标跟踪方法、装置、电子设备及存储介质
EP3598386A1 (en) Method and apparatus for processing image
CN113971751A (zh) 训练特征提取模型、检测相似图像的方法和装置
CN109118456B (zh) 图像处理方法和装置
CN114550177A (zh) 图像处理的方法、文本识别方法及装置
CN111767853A (zh) 车道线检测方法和装置
CN112364843A (zh) 插拔式航拍图像目标定位检测方法、系统、设备
CN113326773A (zh) 识别模型训练方法、识别方法、装置、设备及存储介质
CN113643260A (zh) 用于检测图像质量的方法、装置、设备、介质和产品
CN113705380B (zh) 雾天的目标检测方法、装置、电子设备以及存储介质
CN112153320A (zh) 一种物品尺寸的测量方法、装置、电子设备和存储介质
CN115861755A (zh) 特征融合方法、装置、电子设备及自动驾驶车辆
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN114663980B (zh) 行为识别方法、深度学习模型的训练方法及装置
CN115393423A (zh) 目标检测方法和装置
CN116052097A (zh) 一种地图要素检测方法、装置、电子设备和存储介质
CN112651351B (zh) 一种数据处理的方法和装置
CN115131315A (zh) 一种图像的变化检测方法、装置、设备及存储介质
CN115330851A (zh) 单目深度估计方法、装置、电子设备、存储介质及车辆
CN114093006A (zh) 活体人脸检测模型的训练方法、装置、设备以及存储介质
CN113869147A (zh) 目标检测方法及装置
CN112990327A (zh) 特征融合方法、装置、设备、存储介质以及程序产品
CN113361519A (zh) 目标处理方法、目标处理模型的训练方法及其装置

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