CN113591567A - 目标检测方法、目标检测模型的训练方法及其装置 - Google Patents
目标检测方法、目标检测模型的训练方法及其装置 Download PDFInfo
- Publication number
- CN113591567A CN113591567A CN202110721018.0A CN202110721018A CN113591567A CN 113591567 A CN113591567 A CN 113591567A CN 202110721018 A CN202110721018 A CN 202110721018A CN 113591567 A CN113591567 A CN 113591567A
- Authority
- CN
- China
- Prior art keywords
- image
- target detection
- target
- network layer
- detection model
- 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 130
- 238000012549 training Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000004927 fusion Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007499 fusion processing Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提出了目标检测方法、目标检测模型的训练方法及其装置,涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术领域,可应用于智慧城市和智能交通场景下。具体实现方案为:提取待处理的图像中的图像特征;基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;根据各个部位属性组,生成图像的目标检测结果。由此,根据图像中的图像特征预测得到的各个部位的属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术领域,可应用于智慧城市和智能交通场景下,尤其涉及目标检测方法、目标检测模型的训练方法及其装置。
背景技术
随着计算机技术的发展,利用计算机技术对图像进行有效地分析和处理,识别出图像中的目标是计算机视觉任务中的重要问题,被广泛应用于军事、农林业、海事、防灾救灾、交通等领域。
发明内容
本公开提供了一种用于目标检测方法、目标检测模型的训练方法及其装置。
根据本公开的一方面,提供了一种目标检测方法,包括:获取待处理的图像,并提取所述图像中的图像特征;基于所述图像特征,预测所述图像中的各个部位属性组,其中,所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;根据各个所述部位属性组,生成所述图像的目标检测结果。
根据本公开的另一方面,提供了一种目标检测模型的训练方法,包括:获取初始的目标检测模型,其中,所述目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合所述图像特征预测所述图像中的一个部位属性组;所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;获取训练数据,其中,所述训练数据包括:样本图像、所述样本图像中各个样本目标上各个部位的属性信息;以所述样本图像为输入,结合所述目标检测模型输出的各个预测目标上各个部位的预测属性信息以及所述样本图像中各个样本目标上各个部位的属性信息构建损失函数,对所述初始的目标检测模型进行训练。
根据本公开的另一方面,提供了一种目标检测装置,包括:第一获取模块,用于获取待处理的图像,并提取所述图像中的图像特征;预测模块,用于基于所述图像特征,预测所述图像中的各个部位属性组,其中,所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;生成模块,用于根据各个所述部位属性组,生成所述图像的目标检测结果。
根据本公开的另一方面,提供了一种目标检测模型的训练装置。包括:第二获取模块,用于获取初始的目标检测模型,其中,所述目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合所述图像特征预测所述图像中的一个部位属性组;所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;所述第二获取模块,还用于获取训练数据,其中,所述训练数据包括:样本图像、所述样本图像中各个样本目标上各个部位的属性信息;训练模块,用于以所述样本图像为输入,结合所述目标检测模型输出的各个预测目标上各个部位的预测属性信息以及所述样本图像中各个样本目标上各个部位的属性信息构建损失函数,对所述初始的目标检测模型进行训练。
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本公开第一方面实施例所述的方法,或者,执行本公开第二方面实施例所述的方法。
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本公开第一方面实施例所述的方法,或者,执行本公开第二方面实施例所述的方法。
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本公开第一方面实施例所述的方法,或者,执行本公开第二方面实施例所述的方法。
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是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是根据本公开第四实施例的示意图;
图5是根据本公开第五实施例的示意图;
图6是根据本公开第六实施例的示意图;
图7是用来实现本公开实施例的目标检测方法和目标检测模型的训练方法的电子设备的框图。
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。
随着计算机技术的发展,利用计算机技术对图像进行有效地分析和处理,识别出图像中的目标是计算机视觉任务中的重要问题,被广泛应用于军事、农林业、海事、防灾救灾、交通等领域。
相关技术中,针对特定目标上多个关联部位的检测任务,通过分别检测出所有部位,然后通过位置关系进行部位关联。但是,先检测出所有部位,然后通过位置关系进行部位关联,效率较低,成本较高。
针对上述问题,本公开提出目标检测方法、目标检测模型的训练方法及其装置。
图1是根据本公开第一实施例的示意图。需要说明的是,本公开实施例的目标检测方法可应用于本公开实施例的目标检测装置,该装置可被配置于电子设备中。其中,该电子设备可以是移动终端,例如,手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。
如图1所示,该目标检测方法可包括如下步骤:
步骤101,获取待处理的图像,并提取图像中的图像特征。
在本公开实施例中,可从图像采集设备获取待处理的图像,或者网络下载获取待处理的图像。在获取到待处理的图像后,可根据相关特征提取算法提取待处理图像中的图像特征,其中,图像特征可包括:颜色特征、纹理特征、形状特征等,相关特征提取算法可包括:基于卷积神经网络(Convolutional Neural Networks,CNN)特征提取算法、方向梯度直方图(Histogram of Oriented Gradient,HOG)特征提取算法、局部二值模式(LocalBinary Pattern,LBP)特征提取算法等。
步骤102,基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
可选地,可对图像中的图像特征进行预测处理,获取图像中各个部位属性组,其中,需要说明的是,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
也就是说,对图像中的图像特征进行预测处理,可获取图像中各个部位的属性信息,根据各个目标上的各个部位的属性信息获取各个部位属性组,比如,以目标为车辆,部位为车窗、车灯为例,根据车窗信息、车灯信息,确定车窗和车灯属于同一车辆,可将车灯和车窗作为一个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标,进而根据部位属性组可将图像中多个部位进行目标关联。
步骤103,根据各个部位属性组,生成图像的目标检测结果。
进一步地,可根据各个部位属性组中的至少两个部位的属性信息,至少两个部位属于同一个目标,可将图像中各个目标上的至少两个部位同时检测。
综上,通过获取待处理的图像,并提取图像中的图像特征;基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;根据各个部位属性组,生成图像的目标检测结果。由此,根据图像中的图像特征预测得到的各个部位的属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
为了更加准确高效地提取图像中的图像特征,如图2所示,图2是根据本公开第二实施例的示意图,在本公开实施例中,可根据图像在多个维度上的维度特征,得到图像特征,图2所示实施例可包括如下步骤:
步骤201,获取待处理的图像,提取图像在多个维度上的维度特征。
在本公开实施例中,可将待处理的图像经过压缩或放大形成不同维度的图片,分别提取图像在不同维度上的维度特征,进而可获取图像在多个维度上的维度特征,比如,维度特征可包括:颜色特征、纹理特征、形状特征等。
步骤202,对多个维度上的维度特征进行融合处理,得到图像特征。
进一步地,在提取图像在多个维度上的维度特征后,可对多个维度上的维度特征进行融合处理,得到图像特征。
作为一种示例,可采用目标检测模型中的主干网络层+融合网络层,提取图像特征,其中,主干网络层用于提取图像中多个维度上的维度特征,融合网络层用于对多个维度上的维度特征进行融合处理。其中,主干网络层为残差网络层;融合网络层为特征图金字塔网络层。
也就是说,为了更加准确地获取图像特征,可采用目标检测模型中的主干网络提取图像中在不同维度上的维度特征,在提取到图像中在不同维度上的维度特征之后,可采用融合网络对不同维度上的维度特征进行融合处理,另外,需要说明的是,由于残差网络(Deep residual network,ResNet)具有较强的特征提取能力,特征图金字塔网络层(Feature Pyramid Network,FPN)可以高效地对对多个维度上的维度特征进行融合处理,在本公开实施例中,主干网络可为残差网络层,融合网络层可为特征图金字塔网络层。其中,目标检测模型可为经过训练的目标检测模型。
步骤203,基于图像特征,预测图像中的各个部位属性组,其中,所述部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
步骤204,根据各个部位属性组,生成图像的目标检测结果。
在本公开实施例中,步骤203-204可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。
综上,通过获取待处理的图像,提取图像在多个维度上的维度特征;对多个维度上的维度特征进行融合处理,得到图像特征。由此,可准确高效地提取图像中的图像特征。
为了准确地预测图像中的各个部位属性组,如图3所示,图3是根据本公开第三实施例的示意图,在本公开实施例中,可采用目标检测模型中的多个分支对图像特征进行预测处理,获取各个部位属性组。图3所示实施例可包括如下步骤:
步骤301,获取待处理的图像,并提取图像中的图像特征。
步骤302,采用目标检测模型中的各个分支对图像特征进行预测处理,获取各个部位属性组,其中,每个分支用于预测一个部位属性组。部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
也就是说,为了准确地预测图像中的各个部位属性组,可采用目标检测模型中的多个分支中对图像特征进行预测处理,获取各个部位属性组,比如,每个分支对图像特征进行预测处理,获取一个目标的多个部位的属性信息,进而根据一个目标的多个部位属性信息获取一个部位属性组。其中,每个分支可为预测头部网络,预测头部网络可由多层神经网络层构成,每个分支用于预测一个部位属性组。部位可包括以下属性中的至少一种:车灯、车窗、车轮等。部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
步骤303,根据各个部位属性组,生成图像的目标检测结果。
在本公开实施例中,步骤301、303可以分别采用本公开的各实施例中的任一种方式实现,本公开实施例并不对此作出限定,也不再赘述。
综上,通过采用目标检测模型中的各个分支对图像特征进行预测处理,获取各个部位属性组,可准确地预测图像中的各个部位属性组,进而根据部位属性组可将图像中多个部位准确地进行目标关联。
本公开实施例的目标检测方法,通过获取待处理的图像,并提取图像中的图像特征;基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;根据各个部位属性组,生成图像的目标检测结果。由此,根据图像中的图像特征预测得到的各个部位的属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
为了实现上述实施例,本公开提出目标检测模型的训练方法。
图4是根据本公开第四实施例的示意图,本公开实施例的目标检测模型的训练方法可应用于本公开实施例的目标检测模型的训练装置,该装置可被配置于电子设备中。其中,该电子设备可以是移动终端,例如,手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。
如图4所示,目标检测模型的训练方法包括如下步骤:
步骤401,获取初始的目标检测模型,其中,目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合图像特征预测图像中的一个部位属性组;部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
在本公开实施例中,可将用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支构成初始的目标检测模型,其中,每个分支可为预测头部网络,预测头部网络可由多层神经网络层构成,每个分支用于结合图像特征预测图像中的一个部位属性组;部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标。
步骤402,获取训练数据,其中,训练数据包括:样本图像、样本图像中各个样本目标上各个部位的属性信息。
进一步地,可根据网络爬取或者从样本图像库下载获取样本图像,对样本图形进行人工处理,获取样本图像中各个样本目标上各个部位的属性信息,将样本图像、样本图像中各个样本目标上各个部位的属性信息作为训练数据。
步骤403,以样本图像为输入,结合目标检测模型输出的各个预测目标上各个部位的预测属性信息以及样本图像中各个样本目标上各个部位的属性信息构建损失函数,对初始的目标检测模型进行训练。
在本公开实施例中,将样本图像输入获取初始的目标检测模型,目标检测模型可输出各个预测目标上各个部位的预测属性信息,进而,根据目标检测模型输出的各个预测目标上各个部位的预测属性信息与样本图像中各个样本目标上各个部位的属性信息进行损失函数的构建,根据该损失函数对初始的目标检测模型进行训练,以使目标检测模型的每个分支可预测一个部位属性组,进而根据各个部位属性组,可生成目标模型的检测结果。
比如,以部位为车灯和车窗,目标为车辆,车辆数量为N为例,根据目标检测模型输出的各个预测目标上车灯和车窗的预测属性信息与样本图像中各个样本目标上车灯和车窗的属性信息构建的损失函数可表示为如下公式:
其中,表示正样本中各个预测目标上车灯和车窗的预测属性信息的概率与实际标注的车灯与车窗的属性信息构建的第一子损失函数,表示负样本中各个预测目标上车灯和车窗的预测属性信息的概率与实际标注的车灯与车窗的属性信息构建的第二子损失函数,其中,正样本中车灯和车窗属于同一目标,负样本中车灯和车窗不属于同一目标,q代表样本中实际类别,p代表预测类别概率,i表示第i个目标,取值范围为[1,N],li表示第i个目标的车灯,wi表示第i个目标的车窗,j和k分别表示第j个和第k个目标,lj表示第j个目标的车灯,wk表示第k个目标的车窗,j和k的取值范围可为[1,(N-1)*(N-1)],为了更好地对目标检测模型进行训练,第二子损失函数的值要尽可能的大,因此,可对第二子损失函数进行取反操作,使得损失函数的值尽可能的小。
本公开实施例的目标检测模型的训练方法,通过获取初始的目标检测模型,其中,目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合图像特征预测图像中的一个部位属性组;部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;获取训练数据,其中,训练数据包括:样本图像、样本图像中各个样本目标上各个部位的属性信息;以样本图像为输入,结合目标检测模型输出的各个预测目标上各个部位的预测属性信息以及样本图像中各个样本目标上各个部位的属性信息构建损失函数,对初始的目标检测模型进行训练。由此,可使目标检测模型的每个分支可预测一个部位属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
为了实现上述图1至图3实施例,本公开提出目标检测装置。
图5是根据本公开第五实施例示意图,如图5所示,该目标检测装置500包括:第一获取模块510、预测模块520、生成模块530。
其中,第一获取模块510,用于获取待处理的图像,并提取图像中的图像特征;预测模块520,用于基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;生成模块530,用于根据各个部位属性组,生成图像的目标检测结果。
作为本公开实施例的一种可能实现方式,第一获取模块510,具体用于:提取图像在多个维度上的维度特征;对多个维度上的维度特征进行融合处理,得到图像特征。
作为本公开实施例的一种可能实现方式,第一获取模块510,还用于:采用目标检测模型中的主干网络层+融合网络层,提取图像特征,其中,主干网络层用于提取图像中多个维度上的维度特征,融合网络层用于对多个维度上的维度特征进行融合处理。
作为本公开实施例的一种可能实现方式,主干网络层为残差网络层;融合网络层为特征图金字塔网络层。
作为本公开实施例的一种可能实现方式,预测模块520,还用于:采用目标检测模型中的各个分支对图像特征进行预测处理,获取各个部位属性组,其中,每个分支用于预测一个部位属性组。
作为本公开实施例的一种可能实现方式,目标为车辆,所述部位包括以下属性中的至少一种:车灯、车窗、车轮。
本公开实施例的目标检测装置,通过获取待处理的图像,并提取所述图像中的图像特征;基于图像特征,预测图像中的各个部位属性组,其中,部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;根据各个部位属性组,生成图像的目标检测结果。由此,根据图像中的图像特征预测得到的各个部位的属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
为了实现上述图4实施例,本公开提出目标检测模型的训练装置。
图6是根据本公开第六实施例的示意图,如6所示,该目标检测模型的训练装置600包括:第二获取模块610、训练模块620。
其中,第二获取模块610用于获取初始的目标检测模型,其中,所述目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合所述图像特征预测所述图像中的一个部位属性组;所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;第二获取模块610,还用于获取训练数据,其中,所述训练数据包括:样本图像、所述样本图像中各个样本目标上各个部位的属性信息;训练模块620,用于以所述样本图像为输入,结合所述目标检测模型输出的各个预测目标上各个部位的预测属性信息以及所述样本图像中各个样本目标上各个部位的属性信息构建损失函数,对所述初始的目标检测模型进行训练。
本公开实施例的目标检测模型的训练装置,通过获取初始的目标检测模型,其中,目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合图像特征预测图像中的一个部位属性组;部位属性组中包括至少两个部位的属性信息,至少两个部位属于同一个目标;获取训练数据,其中,训练数据包括:样本图像、样本图像中各个样本目标上各个部位的属性信息;以样本图像为输入,结合目标检测模型输出的各个预测目标上各个部位的预测属性信息以及样本图像中各个样本目标上各个部位的属性信息构建损失函数,对初始的目标检测模型进行训练。由此,可使目标检测模型的每个分支可预测一个部位属性组,可将图像中的多个部位进行目标关联,进而,根据图像中各个部位的属性组,生成图像的目标检测结果,可将图像中具有目标关联的多个部位同时进行检测,提高了目标检测效率,降低了目标检测成本。
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。
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700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700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701执行上文所描述的各个方法和处理,例如目标检测方法、目标检测模型的训练方法。例如,在一些实施例中,目标检测方法、目标检测模型的训练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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的目标检测方法、目标检测模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元701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检测方法、目标检测模型的训练方法。
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)、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 (17)
1.一种目标检测方法,包括:
获取待处理的图像,并提取所述图像中的图像特征;
基于所述图像特征,预测所述图像中的各个部位属性组,其中,所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;
根据各个所述部位属性组,生成所述图像的目标检测结果。
2.根据权利要求1所述的方法,其中,所述提取所述图像中的图像特征,包括:
提取所述图像在多个维度上的维度特征;
对所述多个维度上的维度特征进行融合处理,得到所述图像特征。
3.根据权利要求1或2所述的方法,其中,所述提取所述图像中的图像特征,包括:
采用目标检测模型中的主干网络层+融合网络层,提取所述图像特征,其中,所述主干网络层用于提取所述图像中多个维度上的维度特征,所述融合网络层用于对所述多个维度上的维度特征进行融合处理。
4.根据权利要求3所述的方法,其中,所述主干网络层为残差网络层;
所述融合网络层为特征图金字塔网络层。
5.根据权利要求1所述的方法,其中,所述基于所述图像特征,预测所述图像中的各个部位属性组,包括:
采用所述目标检测模型中的各个分支对所述图像特征进行预测处理,获取各个所述部位属性组,其中,每个分支用于预测一个部位属性组。
6.根据权利要求1所述的方法,其中,所述目标为车辆,所述部位包括以下属性中的至少一种:车灯、车窗、车轮。
7.一种目标检测模型的训练方法,包括:
获取初始的目标检测模型,其中,所述目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合所述图像特征预测所述图像中的一个部位属性组;所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;
获取训练数据,其中,所述训练数据包括:样本图像、所述样本图像中各个样本目标上各个部位的属性信息;
以所述样本图像为输入,结合所述目标检测模型输出的各个预测目标上各个部位的预测属性信息以及所述样本图像中各个样本目标上各个部位的属性信息构建损失函数,对所述初始的目标检测模型进行训练。
8.一种目标检测装置,包括:
第一获取模块,用于获取待处理的图像,并提取所述图像中的图像特征;
预测模块,用于基于所述图像特征,预测所述图像中的各个部位属性组,其中,所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;
生成模块,用于根据各个所述部位属性组,生成所述图像的目标检测结果。
9.根据权利要求8所述的装置,其中,所述第一获取模块,具体用于:
提取所述图像在多个维度上的维度特征;
对所述多个维度上的维度特征进行融合处理,得到所述图像特征。
10.根据权利要求8或9所述的装置,其中,所述第一获取模块,还用于:
采用目标检测模型中的主干网络层+融合网络层,提取所述图像特征,其中,所述主干网络层用于提取所述图像中多个维度上的维度特征,所述融合网络层用于对所述多个维度上的维度特征进行融合处理。
11.根据权利要求10所述的装置,其中,所述主干网络层为残差网络层;
所述融合网络层为特征图金字塔网络层。
12.根据权利要求8所述的装置,其中,所述预测模块,还用于:
采用所述目标检测模型中的各个分支对所述图像特征进行预测处理,获取各个所述部位属性组,其中,每个分支用于预测一个部位属性组。
13.根据权利要求8所述的装置,其中,所述目标为车辆,所述部位包括以下属性中的至少一种:车灯、车窗、车轮。
14.一种目标检测模型的训练装置,包括:第二获取模块,用于获取初始的目标检测模型,其中,所述目标检测模型包括:用于提取图像中图像特征的主干网络层+融合网络层、以及各个分支;其中,每个分支用于结合所述图像特征预测所述图像中的一个部位属性组;所述部位属性组中包括至少两个部位的属性信息,所述至少两个部位属于同一个目标;
所述第二获取模块,还用于获取训练数据,其中,所述训练数据包括:样本图像、所述样本图像中各个样本目标上各个部位的属性信息;
训练模块,用于以所述样本图像为输入,结合所述目标检测模型输出的各个预测目标上各个部位的预测属性信息以及所述样本图像中各个样本目标上各个部位的属性信息构建损失函数,对所述初始的目标检测模型进行训练。
15.一种电子设备,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1-6中任一项所述的方法,或者,执行权利要求7所述的方法。
16.一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1-6中任一项所述的方法,或者,执行权利要求7所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法,或者,执行权利要求7所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110721018.0A CN113591567A (zh) | 2021-06-28 | 2021-06-28 | 目标检测方法、目标检测模型的训练方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110721018.0A CN113591567A (zh) | 2021-06-28 | 2021-06-28 | 目标检测方法、目标检测模型的训练方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113591567A true CN113591567A (zh) | 2021-11-02 |
Family
ID=78244977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110721018.0A Pending CN113591567A (zh) | 2021-06-28 | 2021-06-28 | 目标检测方法、目标检测模型的训练方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113591567A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219978A (zh) * | 2021-11-17 | 2022-03-22 | 浙江大华技术股份有限公司 | 目标多部位关联方法及装置、终端、计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN111178128A (zh) * | 2019-11-22 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111640103A (zh) * | 2020-05-29 | 2020-09-08 | 北京百度网讯科技有限公司 | 图像检测方法、装置、设备以及存储介质 |
CN112347987A (zh) * | 2020-11-30 | 2021-02-09 | 江南大学 | 一种多模数据融合的三维目标检测方法 |
CN112528977A (zh) * | 2021-02-10 | 2021-03-19 | 北京优幕科技有限责任公司 | 目标检测方法、装置、电子设备和存储介质 |
CN112633156A (zh) * | 2020-12-22 | 2021-04-09 | 浙江大华技术股份有限公司 | 车辆检测方法、图像处理装置以及计算机可读存储介质 |
CN112966742A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 模型训练方法、目标检测方法、装置和电子设备 |
-
2021
- 2021-06-28 CN CN202110721018.0A patent/CN113591567A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN111178128A (zh) * | 2019-11-22 | 2020-05-19 | 北京迈格威科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN111640103A (zh) * | 2020-05-29 | 2020-09-08 | 北京百度网讯科技有限公司 | 图像检测方法、装置、设备以及存储介质 |
CN112347987A (zh) * | 2020-11-30 | 2021-02-09 | 江南大学 | 一种多模数据融合的三维目标检测方法 |
CN112633156A (zh) * | 2020-12-22 | 2021-04-09 | 浙江大华技术股份有限公司 | 车辆检测方法、图像处理装置以及计算机可读存储介质 |
CN112528977A (zh) * | 2021-02-10 | 2021-03-19 | 北京优幕科技有限责任公司 | 目标检测方法、装置、电子设备和存储介质 |
CN112966742A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 模型训练方法、目标检测方法、装置和电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219978A (zh) * | 2021-11-17 | 2022-03-22 | 浙江大华技术股份有限公司 | 目标多部位关联方法及装置、终端、计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113361578A (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
CN113344089B (zh) | 模型训练方法、装置及电子设备 | |
CN114282670A (zh) | 神经网络模型的压缩方法、设备和存储介质 | |
CN114648676A (zh) | 点云处理模型的训练和点云实例分割方法及装置 | |
CN114120253A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN112989970A (zh) | 文档版面分析方法、装置、电子设备及可读存储介质 | |
CN112861885A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN115631381A (zh) | 分类模型训练方法、图像分类方法、装置及电子设备 | |
CN112862005A (zh) | 视频的分类方法、装置、电子设备和存储介质 | |
CN113011309A (zh) | 图像识别方法、装置、设备、介质及程序产品 | |
CN114715145A (zh) | 一种轨迹预测方法、装置、设备及自动驾驶车辆 | |
CN114202026A (zh) | 多任务模型训练方法和装置、多任务处理方法和装置 | |
CN113569911A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN113569912A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN113591567A (zh) | 目标检测方法、目标检测模型的训练方法及其装置 | |
CN113592932A (zh) | 深度补全网络的训练方法、装置、电子设备及存储介质 | |
CN115457329B (zh) | 图像分类模型的训练方法、图像分类方法和装置 | |
CN115273148B (zh) | 行人重识别模型训练方法、装置、电子设备及存储介质 | |
CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN114445668A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114842541A (zh) | 模型的训练及人脸识别方法、装置、设备以及存储介质 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN115331048A (zh) | 图像分类方法、装置、设备以及存储介质 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 |
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 |