CN113762315A - 图像检测方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了图像检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息；基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率；基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。该实施方式实现了提高检测效率。

Description

图像检测方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及图像检测方法、装置、电子设备和计算机可读介质。

背景技术

随着电子商务的快速发展，物流业务也随之蓬勃发展。与此同时，对于包裹运输、配送等过程中的状态的监控也提出了更高的要求。例如，在末端物流环节中，一般需要暂时将包裹存放在营业部(也称网点等)，然后由快递员挑选出需要配送的包裹装车后送到客户手中。在此过程中，为了避免包裹损坏，不允许直接放在地上，需要放置在包裹收纳筐、移动托盘等指定位置。目前，对此这类环节的监控，一般是通过人工抽查的方式，安排专门的人员定期或随机抽查监控视频。

然而，由于营业部和摄像头的数量众多，人工抽查的方式费时费力，难以满足实际需求。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了图像检测方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种图像检测方法，该方法包括：基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息；基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率；基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

第二方面，本公开的一些实施例提供了一种图像检测装置，装置包括：检测框生成单元，被配置成基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息；对象确定单元，被配置成基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；重叠率确定单元，被配置成响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率；图像检测信息生成单元，被配置成基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：实现了对第一对象(例如包裹)是否放置于所述第二对象(例如拖车)的自动检测，由于避免了人工检测，从而提高了检测效率。在此过程中，通过生成不同类别的对象的检测框，以及检测框实现三维空间中位置关系的确定。从而实现了通过单张图像实现位置关系的确定，与相关技术相比，不需要多张图像结合，简化了确定流程，进一步提高了检测效率。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的图像检测方法的一个应用场景的示意图；

图2是根据本公开的图像检测方法的一些实施例的流程图；

图3是根据本公开的图像检测方法的另一些实施例的流程图；

图4是根据本公开的图像检测装置的一些实施例的结构示意图；

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。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。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是本公开的一些实施例的图像检测方法的一个应用场景的示意图。

在图1的应用场景中，首先，计算设备101可以首先基于待检测图像102和特征图103，利用目标检测技术，生成待检测图像102中的目标对象对应的检测框(如图中检测框1041和检测框1042)和标签。其中，目标对象可以根据实际需要的不同有所不同。在本应用场景下，目标对象可以是两类，一类是包裹，另一类是包裹放置装置(例如推车)。目标对象的标签包括目标对象的位置信息和类别信息。例如，放置装置对应的检测框为检测框1041，标签如标记1043所示为(3，3，10，10，)。其中，“3，3，10，10”代表检测框1041的位置和宽高，“推车”为类别信息。基于类别信息，确定待检测图像102是否显示有第一类别的第一对象和第二类别的第二对象。在本应用场景下，第一类别可以是包裹，第二类别可以是包裹放置装置。由于待检测图像102同时包含这两类对象，计算设备101可以基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率105。由图可知，检测框1042完全包含在检测框1041内部，因此重叠率为100％。此时，可以认为在三维空间中第一对象放置于第二对象上。因此，可以生成待检测图像102的图像检测信息106，图像检测信息106用于表征包裹放置与推车上。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成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。

继续参考图2，示出了根据本公开的图像检测方法的一些实施例的流程200。该图像检测方法，包括以下步骤：

步骤201，基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息。

在一些实施例中，图像检测方法的执行主体(例如图1中电子设备)可以基于待检测图像的特征图，利用多种目标检测算法以及分类算法，例如SSD(Single Shot MultiBoxDetector)算法、支持向量机(Support Vector Machines，SVM)等，生成待检测图像中的目标对象对应的检测框和标签。其中，目标对象根据实际需要的不同可以有所不同。作为示例，在物流行业中需要确定包裹是否放置于指定的包裹放置装置时，目标对象可以是包裹和包裹放置装置(例如拖车、置物筐等)。更进一步的，由于不需要对所有的包裹进行放置位置的识别，那么，目标对象可以是软包裹(例如装在文件袋中的包裹等)。此外，待检测图像的特征图(Feature Map)可以用于表征图像的各种特征。待检测图像的特征图可以通过各种特征提取算法得到，例如SIFT特征提取算法。此外，还可以通过例如CNN(卷积神经网络)等人工神经网络进行特征提取。

在一些实施例中，基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息，包括：将特征图输入区域生成网络，得到多个候选框；对多个候选框中每个候选框分别输入分类网络和回归网络，得到每个候选框的位置信息和类别信息；非极大值抑制算法，从多个候选框中选取目标候选框作为检测框，以及将目标候选框的位置信息和类别信息确定为检测框的标签。

在这些实现方式中，区域生成网络(RPN，Region Proposal Network)用于提取多个候选框。具体来说，其通过滑动窗口对特征图进行卷积操作，然后通过全连接等操作，得到多个候选框。然后，可以将每个候选框分别输入分类网络和回归网络，得到每个候选框的位置信息和类别信息。实践中，由于算法可能对同一目标有多次检测，每个对象有可能多个候选框。因此，需要从中选取最有的候选框。非极大值抑制算法(NMS算法)的流程如下：每轮选取置信度最大的候选框，接着关注所有剩下的候选框中与选取的候选框有着高重叠的，它们将在这一轮被抑制。这一轮选取的候选框会被保留输出，且不会在下一轮出现。接着开始下一轮，重复上述过程，选取置信度最大的候选框，抑制高重叠候选框。从而使得目标对象的检测更加准确，进而提高图像检测信息的准确率。

步骤202，基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象。

在一些实施例中，上述执行主体可以基于类别信息是否包含第一类别和第二类别对应的类别信息。

可选的，响应于确定待检测图像显示有第一对象且不显示第二对象，可以认为第一对象没有放置在第二对象上，例如，可能放在了地上。因此，可以生成用于表征在三维空间中第一对象未放置于第二对象上的图像检测信息。

可选的，响应于确定待检测图像显示有第二对象且不显示第一对象，可以认为第二对象上暂未有第一对象放置，可以根据需要生成表征图像检测合格的信息。此时，可以不再继续执行后续步骤203、204。

步骤203，响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率。

在一些实施例中，响应于确定待检测图像显示有第一对象和第二对象，上述执行主体可以基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率。其中，作为示例，位置信息可以是(3，3，10，10，)。其中，“3，3”代表检测框的位置坐标，“10，10”表示检测框的宽高。重叠率可以是两个对象的检测框的重叠区域的面积与第一对象的检测框的面积的比值。

步骤204，基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

在一些实施例中，上述执行主体可以基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

可选的，可以预先设置重叠率阈值。响应于确定所述重叠率大于或等于预设阈值(例如50％)，生成用于表征在三维空间中第一对象放置于第二对象上的图像检测信息。

本公开的一些实施例提供的方法，实现了对第一对象(例如包裹)是否放置于所述第二对象(例如拖车)的自动检测，由于避免了人工检测，从而提高了检测效率。在此过程中，通过生成不同类别的对象的检测框，以及检测框实现三维空间中位置关系的确定。从而实现了通过单张图像实现位置关系的确定，与相关技术相比，不需要多张图像结合，简化了确定流程，进一步提高了检测效率。

进一步参考图3，其示出了图像检测方法的另一些实施例的流程300。该图像检测方法的流程300，包括以下步骤：

步骤301，基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息。

步骤302，基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象。第二类别包括容器子类别和托盘子类别。从而便于针对这两类进行针对性处理。

在一些实施例中，步骤301-302的具体实现及其所带来的技术效果，可以参考图2对应的那些实施例，在此不再赘述。

步骤303，响应于确定待检测图像显示有第一对象和容器子类别的第二对象，确定待检测图像中第二对象的开口区域。

在一些实施例中，由于容器子类别一般都有一个开口。因此，图像检测方法的执行主体响应于确定待检测图像显示有第一对象和容器子类别的第二对象，可以确定待检测图像中第二对象的开口区域。作为示例，可以将待检测图像输入目标检测网络，得到第二对象的开口区域。

在一些实施例的可选的实现方式中，将第二对象对应的检测框内的图像区域输入预先训练的掩码网络，得到用于表征开口区域的分割图像。实践中，由于开口区域特征不明显，容易发生误识别。因此，通过对第二对象对应的检测框内的图像区域进行分割，可以提高开口区域的识别准确率。

在一些实施例的可选的实现方式中，确定待检测图像中第二对象的开口区域，包括：确定待检测图像中第二对象的侧面区域；基于第二对象的侧面区域生成开口区域。

在这些实现方式中，由于开口区域由于被遮挡等原因影响了开口区域识别率。因此，可以通过识别第二对象的侧面区域，并根据第二对象的结构，间接确定开口区域。从而进一步提高开口区域的识别准确率。

步骤304，确定第一对象对应的检测框和第二对象的开口区域的重叠率。

在一些实施例中，上述执行主体可以确定第一对象对应的检测框和第二对象的开口区域的重叠率。

步骤305，基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的图像检测方法的流程300，针对不同子类型的第二对象，针对性的进行识别以及确定重叠率。从而提高重叠率的准确度，进而提高图像检测信息的准确度。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种图像检测装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，一些实施例的图像检测装置400包括：检测框生成单元401、对象确定单元402、重叠率确定单元403和图像检测信息生成单元404。其中，检测框生成单元401被配置成基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息。对象确定单元402，被配置成基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象。重叠率确定单元403，被配置成响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率。图像检测信息生成单元404，被配置成基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

在一些实施例的可选实现方式中，第二类别包括容器子类别和托盘子类别；以及重叠率确定单元403进一步被配置成：响应于确定待检测图像显示有第一对象和容器子类别的第二对象，确定待检测图像中第二对象的开口区域；确定第一对象对应的检测框和第二对象的开口区域的重叠率。

在一些实施例的可选实现方式中，检测框生成单元401进一步被配置成：将特征图输入区域生成网络，得到多个候选框；对多个候选框中每个候选框分别输入分类网络和回归网络，得到每个候选框的位置信息和类别信息；非极大值抑制算法，从多个候选框中选取目标候选框作为检测框，以及将目标候选框的位置信息和类别信息确定为检测框的标签。

在一些实施例的可选实现方式中，重叠率确定单元403进一步被配置成：将第二对象对应的检测框内的图像区域输入预先训练的掩码网络，得到用于表征开口区域的分割图像。

在一些实施例的可选实现方式中，重叠率确定单元403进一步被配置成：确定待检测图像中第二对象的侧面区域；基于第二对象的侧面区域生成开口区域。

在一些实施例的可选实现方式中，图像检测信息生成单元404进一步被配置成：响应于确定待检测图像显示有第一对象且不显示第二对象，生成用于表征在三维空间中第一对象未放置于第二对象上的图像检测信息。

在一些实施例的可选实现方式中，图像检测信息生成单元404进一步被配置成：响应于确定重叠率大于或等于预设阈值，生成用于表征在三维空间中第一对象放置于第二对象上的图像检测信息。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：基于待检测图像的特征图，生成待检测图像中的目标对象对应的检测框和标签，标签包括目标对象的位置信息和类别信息；基于类别信息，确定待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；响应于确定待检测图像显示有第一对象和第二对象，基于第一对象和第二对象分别对应的位置信息，确定第一对象和第二对象分别对应的检测框的重叠率；基于重叠率，生成待检测图像的图像检测信息，图像检测信息用于表征在三维空间中第一对象是否放置于第二对象上。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括检测框生成单元、对象确定单元、重叠率确定单元和图像检测信息生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，检测框生成单元还可以被描述为“生成待检测图像中的目标对象对应的检测框和标签的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种图像检测方法，包括：

基于待检测图像的特征图，生成所述待检测图像中的目标对象对应的检测框和标签，所述标签包括所述目标对象的位置信息和类别信息；

基于所述类别信息，确定所述待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；

响应于确定所述待检测图像显示有第一对象和第二对象，基于所述第一对象和所述第二对象分别对应的位置信息，确定所述第一对象和所述第二对象分别对应的检测框的重叠率；

基于所述重叠率，生成所述待检测图像的图像检测信息，所述图像检测信息用于表征在三维空间中所述第一对象是否放置于所述第二对象上。

2.根据权利要求1所述的方法，其中，所述第二类别包括容器子类别和托盘子类别；以及

所述基于所述第一对象和所述第二对象分别对应的位置信息，确定所述第一对象和所述第二对象分别对应的检测框的重叠率，包括：

响应于确定所述待检测图像显示有第一对象和所述容器子类别的第二对象，确定所述待检测图像中所述第二对象的开口区域；

确定所述第一对象对应的检测框和所述第二对象的开口区域的重叠率。

3.根据权利要求1所述的方法，其中，所述基于待检测图像的特征图，生成所述待检测图像中的目标对象对应的检测框和标签，所述标签包括所述目标对象的位置信息和类别信息，包括：

将所述特征图输入区域生成网络，得到多个候选框；

对多个候选框中每个候选框分别输入分类网络和回归网络，得到每个候选框的位置信息和类别信息；

非极大值抑制算法，从所述多个候选框中选取目标候选框作为所述检测框，以及将所述目标候选框的位置信息和类别信息确定为所述检测框的标签。

4.根据权利要求2所述的方法，其中，所述确定所述待检测图像中所述第二对象的开口区域，包括：

将所述第二对象对应的检测框内的图像区域输入预先训练的掩码网络，得到用于表征所述开口区域的分割图像。

5.根据权利要求1所述的方法，其中，所述确定所述待检测图像中所述第二对象的开口区域，包括：

确定所述待检测图像中所述第二对象的侧面区域；

基于所述第二对象的侧面区域生成所述开口区域。

6.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述待检测图像显示有所述第一对象且不显示所述第二对象，生成用于表征在三维空间中所述第一对象未放置于所述第二对象上的图像检测信息。

7.根据权利要求1所述的方法，其中，所述基于所述重叠率，生成所述待检测图像的图像检测信息，包括：

响应于确定所述重叠率大于或等于预设阈值，生成用于表征在三维空间中所述第一对象放置于所述第二对象上的图像检测信息。

8.一种图像检测装置，包括：

检测框生成单元，被配置成基于待检测图像的特征图，生成所述待检测图像中的目标对象对应的检测框和标签，所述标签包括所述目标对象的位置信息和类别信息；

对象确定单元，被配置成基于所述类别信息，确定所述待检测图像是否显示有第一类别的第一对象和第二类别的第二对象；

重叠率确定单元，被配置成响应于确定所述待检测图像显示有第一对象和第二对象，基于所述第一对象和所述第二对象分别对应的位置信息，确定所述第一对象和所述第二对象分别对应的检测框的重叠率；

图像检测信息生成单元，被配置成基于所述重叠率，生成所述待检测图像的图像检测信息，所述图像检测信息用于表征在三维空间中所述第一对象是否放置于所述第二对象上。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images