CN113989616A - 一种目标检测方法、装置、设备和存储介质 - Google Patents
一种目标检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113989616A CN113989616A CN202111246534.9A CN202111246534A CN113989616A CN 113989616 A CN113989616 A CN 113989616A CN 202111246534 A CN202111246534 A CN 202111246534A CN 113989616 A CN113989616 A CN 113989616A
- Authority
- CN
- China
- Prior art keywords
- feature
- convolution
- submodel
- feature map
- sub
- 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 210
- 230000004927 fusion Effects 0.000 claims abstract description 167
- 238000000605 extraction Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000007499 fusion processing Methods 0.000 claims description 50
- 239000011800 void material Substances 0.000 claims description 40
- 238000005070 sampling Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 59
- 238000012549 training Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 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
-
- 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
-
- 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
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)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种目标检测方法、装置、设备和存储介质，该方法包括：将待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，第一特征融合子模型和第二特征融合子模型均包括标准卷积结构和空洞卷积结构，第三特征融合子模型包括标准卷积结构；第一特征融合子模型用于对第一特征图进行处理，第二特征融合子模型用于对第二特征图进行处理，第三特征融合子模型用于对第三特征图进行处理；根据预设多尺度检测网络模型的输出，获得目标检测结果，从而可以提高不同大小目标检测的准确性。
Description
技术领域
本发明实施例涉及计算机技术，尤其涉及一种目标检测方法、装置、设备和存储介质。
背景技术
随着计算机技术和深度学习技术的快速发展，可以利用目标检测网络模型自动检测识别出图像中的目标物体。
目前，通常利用YOLO(You Only Look Once)模型中的第三版本YOLOv3模型进行多尺度目标检测，提高目标检测的准确性。
然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现有YOLOv3模型中最深层的特征下采样倍数太高，从而导致在原图像上的感受野无法覆盖整张图像，无法准确检测图像中所占尺寸过大的目标物体。并且现有YOLOv3模型中的FPN(Feature Pyramid Networks，特征金字塔网络)使用的双线性插值方式也不会增大深层特征的感受野，也就是说，FPN中深层特征与浅层特征融合只是会增大浅层特征的感受野，并不会增大深层特征的感受野，并且浅层特征的感受野增大也会降低小目标的检测准确度，从而需要对现有YOLOv3模型进行进一步改进，以提高不同大小目标检测的准确性。
发明内容
本发明实施例提供了一种目标检测方法、装置、设备和存储介质，以提高不同大小目标检测的准确性。
第一方面，本发明实施例提供了一种目标检测方法，包括：
获取待检测图像；
将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，所述预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，所述第一特征融合子模型和所述第二特征融合子模型均包括标准卷积结构和空洞卷积结构，所述第三特征融合子模型包括标准卷积结构；所述第一特征融合子模型用于对所述特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，所述第二特征融合子模型用于对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，所述第三特征融合子模型用于对所述特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；所述第一预设下采样倍数大于所述第二预设下采样倍数，所述第二预设下采样倍数大于所述第三预设下采样倍数；
根据所述预设多尺度检测网络模型的输出，获得所述待检测图像对应的目标检测结果。
第二方面，本发明实施例还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；
目标物体检测模块，用于将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，所述预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，所述第一特征融合子模型和所述第二特征融合子模型均包括标准卷积结构和空洞卷积结构，所述第三特征融合子模型包括标准卷积结构；所述第一特征融合子模型用于对所述特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，所述第二特征融合子模型用于对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，所述第三特征融合子模型用于对所述特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；所述第一预设下采样倍数大于所述第二预设下采样倍数，所述第二预设下采样倍数大于所述第三预设下采样倍数；
目标检测结果获取模块，用于根据所述预设多尺度检测网络模型的输出，获得所述待检测图像对应的目标检测结果。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
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本发明任意实施例所提供的目标检测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的目标检测方法。
上述发明中的实施例具有如下优点或有益效果：
通过将现有YOLOv3模型中的FPN网络替换为三个特征融合子模型，获得改进后的预设多尺度检测网络模型。预设多尺度检测网络模型中的第一特征融合子模型可以利用标准卷积结构和空洞卷积结构对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，从而可以增大深层特征的感受野，提高对大目标检测的准确性。第二特征融合子模型可以利用标准卷积结构和空洞卷积结构对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，从而可以增大中层特征的感受野，提高对中目标检测的准确性。第三特征融合子模型仅需利用标准卷积结构对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理，以避免增大浅层特征的感受野，提高对小目标检测的准确性。通过利用预设多尺度检测网络模型可以提高待检测图像中不同大小目标检测的准确性。
附图说明
图1是本发明实施例一提供的一种目标检测方法的流程图；
图2是本发明实施例一所涉及的一种预设多尺度检测网络模型的结构示例；
图3是本发明实施例二提供的一种目标检测方法的流程图；
图4是本发明实施例二所涉及的一种第一特征融合子模型的结构示例；
图5是本发明实施例二所涉及的一种第二特征融合子模型的结构示例；
图6是本发明实施例二所涉及的一种第三特征融合子模型的结构示例；
图7是本发明实施例三提供的一种目标检测装置的结构示意图；
图8是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种目标检测方法的流程图，本实施例可适用于对图像中的目标物体进行检测的情况，尤其可以适用于针对网络图像进行特定目标物体检测的情况。该方法可以由虚拟礼物的展示装置来执行，该装置可以由软件和/或硬件的方式来实现，集成于电子设备。如图1所示，该方法具体包括以下步骤：
S110、获取待检测图像。
其中，待检测图像可以是指任意一种需要检测识别目标物体的图像。例如，待检测图像可以是指从网络上收集到的网络图像。
S120、将待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，第一特征融合子模型和第二特征融合子模型均包括标准卷积结构和空洞卷积结构，第三特征融合子模型包括标准卷积结构；第一特征融合子模型用于对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，第二特征融合子模型用于对特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，第三特征融合子模型用于对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；第一预设下采样倍数大于第二预设下采样倍数，第二预设下采样倍数大于第三预设下采样倍数。
其中，目标物体可以是指预先设置的检测对象。例如，针对网络图像的检测，可以将刀、枪、烟火、色情敏感部位等作为检测对象，即目标物体。预设多尺度检测网络模型可以是预先设置的通过利用不同尺度大小的特征图检测不同大小目标的网络模型。例如，本实施例中的预设多尺度检测网络模型可以是通过将现有YOLOv3模型中的FPN网络替换为三个特征融合子模型后获得的改进YOLOv3模型。特征提取子模型可以是利用卷积结构和残差模块(即由残差结构组成的模块)，对输入的待检测图像进行下采样提取特征的网络模型。例如，可以将现有YOLOv3模型中的Darknet-53作为特征提取子模型。本实施例中的下采样可以是指对待检测图像的高度和宽度进行下采样。第一预设下采样倍数可以是指特征提取子模型中的最大下采样倍数。第二预设下采样倍数可以是指特征提取子模型中倒数第二大的下采样倍数。第三预设下采样倍数可以是指特征提取子模型中倒数第三大的下采样倍数。示例性地，第一预设下采样倍数可以为32倍，第二预设下采样倍数可以为16倍，第三预设下采样倍数可以为8倍。第一特征图可以是指对待检测图像的进行第一预设下采样倍数的下采样后获得的特征图。第二特征图可以是指对待检测图像进行第二预设下采样倍数的下采样后获得的特征图。第三特征图可以是指对待检测图像进行第三预设下采样倍数的下采样后获得的特征图。
其中，第一特征融合子模型、第二特征融合子模型和第三特征融合子模型是三个并列设置的独立的特征融合子模型。标准卷积结构可以是指空洞率Rate为1的卷积操作。空洞卷积结构可以是指空洞率Rate为2或者大于2的卷积操作。利用空洞卷积结构可以增大感受野，并且也可以通过设置不同的空洞率Rate捕获多尺度上下文信息，从而获得多尺度信息，以提高不同大小目标检测的准确性。
具体地，图2给出了一种预设多尺度检测网络模型的结构示例。如图2所示，可以将尺寸大小为416×416×3的待检测图像输入至预先训练好的预设多尺度检测网络模型中进行目标物体的检测。在预设多尺度检测网络模型的内部，先将待检测图像410×416×3输入至特征提取子模型中，通过使用残差模块和卷积结构对待检测图像逐步地进行下采样，并将第一预设下采样倍数(即32倍)对应的第一残差模块输出的第一特征图13×13×1024输入至第一特征融合子模型中进行特征加深融合处理，将第二预设下采样倍数(即16倍)对应的第二残差模块输出的第二特征图26×26×512输入至第二特征融合子模型中进行特征加深融合处理，以及将第三预设下采样倍数(即8倍)对应的第三残差模块输出的第三特征图52×52×256输入至第三特征融合子模型中进行特征加深融合处理。
第一特征融合子模型可以利用由标准卷积结构和空洞卷积结构组成的多个独立分支网络对第一特征图13×13×1024进行特征加深融合处理，从而可以增大深层特征的感受野，并且提高了对大尺度特征的提取能力，进而提高了对大目标检测的准确性。第二特征融合子模型可以利用由标准卷积结构和空洞卷积结构组成的多个独立分支网络对第二特征图26×26×512进行特征加深融合处理，从而可以增大中层特征的感受野，并且提高了对中尺度特征的提取能力，进而提高了对中目标检测的准确性。第三特征融合子模型可以利用仅由标准卷积结构组成的多个独立分支网络对第三特征图52×52×256进行特征加深融合处理，由于输入第三特征融合子模型的第三特征图对应的感受野已经足够大，无需再利用空洞卷积结构，从而可以避免增大浅层特征的感受野，并且也提高了对小尺度特征的提取能力，进而提高了对小目标检测的准确性。本实施例通过利用第一特征融合子模型、第二特征融合子模型和第三特征融合子模型可以提高对不同尺度特征的提取能力，以应对浅层、中层、深层特征尺度变化带来的问题，从而充分地利用了不同层次特征对不同大小目标检测的特点，进一步提高了不同大小目标检测的准确性。
第一特征融合子模型可以将融合后获得的第四特征图13×13×1024输入至目标检测子模型中进行大目标检测。目标检测子模型可以利用第一检测分支结构对输入的第四特征图进行卷积处理等操作，获得第一检测结果。第二特征融合子模型可以将融合后获得的第五特征图26×26×512输入至目标检测子模型中进行中目标检测。目标检测子模型可以利用第二检测分支结构对输入的第五特征图进行卷积处理等操作，获得第二检测结果。第三特征融合子模型可以将融合后获得的第六特征图52×52×256输入至目标检测子模型中进行小目标检测。目标检测子模型可以利用第三检测分支结构对输入的第六特征图进行卷积处理等操作，获得第三检测结果。目标检测子模型可以对第一检测结果、第二检测结果和第三检测结果进行处理，获得最终的目标检测结果。例如，针对每个目标可以选择置信度最高的检测结果，并利用非极大值抑制(Non-Maximum Suppression，NMS)对置信度最高的检测结果进行筛选，获得最终的目标检测结果，将目标检测结果进行输出。
S130、根据预设多尺度检测网络模型的输出，获得待检测图像对应的目标检测结果。
具体地，基于预设多尺度检测网络模型的输出，可以获得待检测图像对应的目标检测结果，即检测出的各个目标物体，每个目标物体对应的置信度大小以及每个目标物体所在的矩形框位置信息，矩形框位置信息可以包括中心点坐标(x，y)、高度h和宽度w。
本实施例的技术方案，通过将现有YOLOv3模型中的FPN网络替换为三个特征融合子模型，获得改进后的预设多尺度检测网络模型。预设多尺度检测网络模型中的第一特征融合子模型可以利用标准卷积结构和空洞卷积结构对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，从而可以增大深层特征的感受野，提高对大目标检测的准确性。第二特征融合子模型可以利用标准卷积结构和空洞卷积结构对特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，从而可以增大中层特征的感受野，提高对中目标检测的准确性。第三特征融合子模型仅需利用标准卷积结构对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理，以避免增大浅层特征的感受野，提高对小目标检测的准确性。通过利用预设多尺度检测网络模型可以提高待检测图像中不同大小目标检测的准确性。
在上述技术方案的基础上，在使用预设多尺度检测网络模型之前，还包括对预设多尺度检测网络模型进行训练。本实施例可以利用梯度下降方式并且学习率可以采用余弦衰减方式对预设多尺度检测网络模型进行训练，以提高训练效果和训练效率。例如，预设多尺度检测网络模型的训练过程可以包括如下步骤S121-S123：
S121、获取样本图像和样本图像对应的样本目标标签信息。
其中，样本图像可以从互联网和生产实践中收集的每种目标物体对应的相关图像。本实施例可以利用预先对每种类别的样本图像进行手动或者自动标注，获得样本图像对应的样本目标标签信息。本实施例还可以对样本图像进行标注后进行人工或者自动验证，以保证标注的准确性。例如，每种类型可以利用认真标注好的图像进行小模型训练(Tiny-YOLO)，并利用训练好的小模型对标注的全部样本图像进行自动验证，确定出错误标注的样本图像并进行修改，从而保证标注的准确性，进而保证预设多尺度检测网络模型的训练效果。
具体地，可以通过对获得的少量样本图像进行图像增强的方式来获得更多的样本图像。例如，可以通过对样本图像进行反转的方式进行增强，也可以使用随机拼接的方式进行增强，比如将不同类别的目标沿着标注框从图像中裁剪下来，并进行图片缩放，同时将缩放后的图片粘贴到其他类别的图像上。
需要说明的是，训练预设多尺度检测网络模型所使用的样本图像可以是多尺度的图像。例如，可以分别采用352×352、384×384、416×416、448×448、480×480尺寸的样本图像进行训练，以支持不同尺寸的图像检测，提高训练效果。
S122、将样本图像输入至预设多尺度检测网络模型中进行目标物体的检测，并根据预设多尺度检测网络模型的输出，获得样本图像对应的样本目标检测结果。
具体地，待训练的预设多尺度检测网络模型的网络结构可以如图2所示。将样本图像输入至待训练的预设多尺度检测网络模型中进行目标物体的检测，获得预设多尺度检测网络模型输出的样本目标检测结果，即样本图像包含的各个目标物体，每个目标物体预测的置信度大小以及每个目标物体所在的矩形框位置信息。
S123、基于预设损失函数，根据样本目标检测结果和样本目标标签信息，确定训练误差，并将训练误差反向传播至预设多尺度检测网络模型，调整预设多尺度检测网络模型中的网络参数，直至达到预设收敛条件时训练结束。
具体地，可以基于样本目标检测结果和样本目标标签信息，确定出置信度误差、类别预测误差和矩形框坐标误差。例如，可以基于如下置信度损失函数确定置信度误差L1：
其中，
是指第i个网格中的第j个预测矩形框中的是否包含目标物体，若是，则
为1，若否，则
为0。与该目标物体的真实矩形框的GIoU值最大的预测矩形框包含该目标物体。Ci是指第i个网格对应的预测置信度，
是指第i个网格对应的真实置信度。
可以基于如下类别预测损失函数确定类别预测误差L2：
其中，P(Ci)是指第i个网格对应的预测概率，
是指第i个网格对应的真实概率。
可以基于如下坐标预测损失函数确定矩形框坐标误差L3：
其中，(xi，yi)是指第i个网格对应的中心点预测坐标；hi是指第i个网格对应的预测高度；wi是指第i个网格对应的预测宽度；
是指第i个网格对应的中心点真实坐标；
是指第i个网格对应的真实高度；
是指第i个网格对应的真实宽度。
将置信度误差L1、类别预测误差L2和矩形框坐标误差L3进行相加，获得的相加结果作为训练误差，并将训练误差反向传播至预设多尺度检测网络模型，调整预设多尺度检测网络模型中的网络参数，直至达到预设收敛条件时训练结束，比如训练误差小于预设误差或者误差变化范围趋于稳定，或者迭代训练次数等于预设次数时，表明预设多尺度检测网络模型训练完成，此时训练结束的预设多尺度检测网络模型可以更加准确地检测不同大小目标物体。
实施例二
图3为本发明实施例二提供的一种目标检测方法的流程图，本实施例在上述实施例的基础上，对预设多尺度检测网络模型的具体检测过程进行了详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图3，本实施例提供的目标检测方法具体包括以下步骤：
S310、获取待检测图像。
S320、将待检测图像输入至特征提取子模型中进行特征提取，获得第一预设下采样倍数对应的第一残差模块输出的第一特征图、第二预设下采样倍数对应的第二残差模块输出的第二特征图以及第三预设下采样倍数对应的第三残差模块输出的第三特征图。
S330、将第一特征图输入至第一特征融合子模型中进行特征加深融合处理，获得用于检测大尺寸目标物体的第四特征图。
其中，大尺寸目标物体可以是指在待检测图像中所占面积较大的目标物体。示例性地，第一特征融合子模型可以包括：一个第一标准卷积层、三个第一空洞卷积层以及一个第一特征融合层。
具体地，可以利用并列设置的一个第一标准卷积层和三个第一空洞卷积层，对第一特征图进行特征加深处理，并利用第一特征融合层对特征加深后的四个特征图进行融合，从而可以增大深层特征的感受野，提高对大目标检测的准确性。
示例性地，S330可以包括：将第一特征图分别输入至第一标准卷积层和三个第一空洞卷积层进行卷积操作，获得第一标准卷积层和三个第一空洞卷积层分别输出的第一子特征图、第二子特征图、第三子特征图和第四子特征图；将第一子特征图、第二子特征图、第三子特征图和第四子特征图输入至第一特征融合层中进行维度拼接处理，获得用于检测大尺度目标物体的第四特征图。
示例性地，图4给出了一种第一特征融合子模型的结构示例。如图4所示，第一标准卷积层可以包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个第一空洞卷积层可以包括：一个卷积核大小为1×1的二维卷积和一个空洞率Rate为2且卷积核大小为3×3的二维卷积；第二个第一空洞卷积层可以包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率Rate为3且卷积核大小为3×3的二维卷积；第三个第一空洞卷积层可以包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为5×5的二维卷积以及一个空洞率Rate为5且卷积核大小为3×3的二维卷积。
具体地，如图4所示，可以将第一特征图13×13×1024分别输入至第一标准卷积层和三个第一空洞卷积层进行卷积操作，获得第一标准卷积层和三个第一空洞卷积层分别输出的第一子特征图13×13×256、第二子特征图13×13×256、第三子特征图13×13×256和第四子特征图13×13×256；将第一子特征图13×13×256、第二子特征图13×13×256、第三子特征图13×13×256和第四子特征图13×13×256输入至第一特征融合层中进行维度拼接处理，获得用于检测大尺度目标物体的第四特征图13×13×1024，从而利用空洞卷积操作可以增大深层特征的感受野，并提高对大尺度特征的提取能力，进而提高了对大目标检测的准确性。
需要说明的是，第一特征融合层还可以包括一个卷积核大小为1×1的二维卷积，以便通过该1×1的二维卷积对第四特征图13×13×1024进行特征的进一步融合，获得再次融合后的第四特征图13×13×1024，进一步提高大目标检测的准确性。
S340、将第二特征图输入至第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图。
其中，中尺寸目标物体可以是指在待检测图像中所占面积适中的目标物体。示例性地，第二特征融合子模型可以包括：两个第二标准卷积层、两个第二空洞卷积层以及一个第二特征融合层。
具体地，可以利用并列设置的两个第二标准卷积层和两个第二空洞卷积层，对第二特征图进行特征加深处理，并利用第二特征融合层对特征加深后的四个特征图进行融合，从而可以增大中层特征的感受野，提高对中目标检测的准确性。
示例性地，S340可以包括：将第二特征图分别输入至两个第二标准卷积层和两个第二空洞卷积层进行卷积操作，获得两个第二标准卷积层和两个第二空洞卷积层分别输出的第五子特征图、第六子特征图、第七子特征图和第八子特征图；将第五子特征图、第六子特征图、第七子特征图和第八子特征图输入至第二特征融合层中进行维度拼接处理，获得用于检测中尺寸目标物体的第五特征图。
示例性地，图5给出了一种第二特征融合子模型的结构示例。如图5所示，两个第二标准卷积层均可以包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个第二空洞卷积层可以包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为2且卷积核大小为3×3的二维卷积；第二个第一空洞卷积层可以包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积。
具体地，如图5所示，可以将第二特征图26×26×512分别输入至两个第二标准卷积层和两个第二空洞卷积层进行卷积操作，获得两个第二标准卷积层和两个第二空洞卷积层分别输出的第五子特征图26×26×128、第六子特征图26×26×128、第七子特征图26×26×128和第八子特征图26×26×128；将第五子特征图26×26×128、第六子特征图26×26×128、第七子特征图26×26×128和第八子特征图26×26×128输入至第二特征融合层中进行维度拼接处理，获得用于检测中尺寸目标物体的第五特征图26×26×512，从而利用空洞卷积操作可以增大中层特征的感受野，并提高对中尺度特征的提取能力，进而提高了对中目标检测的准确性。
需要说明的是，第二特征融合层还可以包括一个卷积核大小为1×1的二维卷积，以便通过该1×1的二维卷积对第五特征图26×26×512进行特征的进一步融合，获得再次融合后的第五特征图26×26×512，进一步提高中目标检测的准确性。
S350、将第三特征图输入至第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图。
其中，小尺寸目标物体可以是指在待检测图像中所占面积较小的目标物体。示例性地，第三特征融合子模型可以包括：四个第三标准卷积层以及一个第三特征融合层。
具体地，可以利用并列设置的四个第三标准卷积层，对第三特征图进行特征加深处理，并利用第三特征融合层对特征加深后的四个特征图进行融合，从而可以避免增大浅层特征的感受野，进而提高了对小目标检测的准确性。
示例性地，S350可以包括：将第三特征图分别输入至四个第三标准卷积层进行卷积操作，获得四个第三标准卷积层分别输出的第九子特征图、第十子特征图、第十一子特征图和第十二子特征图；将第九子特征图、第十子特征图、第十一子特征图和第十二子特征图输入至第三特征融合层中进行维度拼接处理，获得用于检测小尺寸目标物体的第六特征图。
示例性地，图6给出了一种第三特征融合子模型的结构示例。如图6所示，第一个第三标准卷积层、第二个第三标准卷积层和第三个第三标准卷积层均可以包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第四个第三标准卷积层可以包括：一个卷积核大小为1×1的二维卷积和两个卷积核大小为3×3的二维卷积。
具体地，如图6所示，可以将第三特征图52×52×256分别输入至四个第三标准卷积层进行卷积操作，获得四个第三标准卷积层分别输出的第九子特征图52×52×64、第十子特征图52×52×64、第十一子特征图52×52×64和第十二子特征图52×52×64；将第九子特征图52×52×64、第十子特征图52×52×64、第十一子特征图52×52×64和第十二子特征图52×52×64输入至第三特征融合层中进行维度拼接处理，获得用于检测小尺寸目标物体的第六特征图52×52×256，从而仅利用标准卷积结构可以避免增大浅层特征的感受野，并且也提高了对小尺度特征的提取能力，进而提高了对小目标检测的准确性。
需要说明的是，第三特征融合层还可以包括一个卷积核大小为1×1的二维卷积，以便通过该1×1的二维卷积对第六特征图52×52×256进行特征的进一步融合，获得再次融合后的第六特征图52×52×256，进一步提高中目标检测的准确性。
S360、将第四特征图、第五特征图和第六特征图输入至目标检测子模型中进行目标物体的检测，确定目标检测结果并进行输出。
具体地，目标检测子模型可以首先利用第一检测分支结构对输入的第四特征图进行卷积处理等操作，获得第一检测结果；利用第二检测分支结构对输入的第五特征图进行卷积处理等操作，获得第二检测结果；利用第三检测分支结构对输入的第六特征图进行卷积处理等操作，获得第三检测结果。然后，对第一检测结果、第二检测结果和第三检测结果进行处理，获得最终的目标检测结果。例如，针对每个目标可以选择置信度最高的检测结果，并利用非极大值抑制NMS对置信度最高的检测结果进行筛选，获得最终的目标检测结果，将目标检测结果进行输出。
S370、根据预设多尺度检测网络模型的输出，获得待检测图像对应的目标检测结果。
本实施例的技术方案，通过将第一特征图输入至第一特征融合子模型中进行特征加深融合处理，获得用于检测大尺寸目标物体的第四特征图，从而可以增大深层特征的感受野，提高对大目标检测的准确性。通过将第二特征图输入至第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图，从而可以增大中层特征的感受野，提高对中目标检测的准确性。通过将第三特征图输入至第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图，从而可以避免增大浅层特征的感受野，提高对小目标检测的准确性。通过利用预设多尺度检测网络模型可以提高待检测图像中不同大小目标检测的准确性。
以下是本发明实施例提供的目标检测装置的实施例，该装置与上述各实施例的目标检测方法属于同一个发明构思，在目标检测装置的实施例中未详尽描述的细节内容，可以参考上述目标检测方法的实施例。
实施例三
图7为本发明实施例三提供的一种目标检测装置的结构示意图，本实施例可适用于对图像中的目标物体进行检测的情况，尤其可以适用于针对网络图像进行特定目标物体检测的情况。如图7所示，该装置具体包括：待检测图像获取模块710、目标物体检测模块720和目标检测结果获取模块730。
其中，待检测图像获取模块710，用于获取待检测图像；目标物体检测模块720，用于将待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，第一特征融合子模型和第二特征融合子模型均包括标准卷积结构和空洞卷积结构，第三特征融合子模型包括标准卷积结构；第一特征融合子模型用于对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，第二特征融合子模型用于对特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，第三特征融合子模型用于对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；第一预设下采样倍数大于第二预设下采样倍数，第二预设下采样倍数大于第三预设下采样倍数；目标检测结果获取模块730，用于根据预设多尺度检测网络模型的输出，获得待检测图像对应的目标检测结果。
可选地，目标物体检测模块720，包括：
待检测图像输入单元，用于将待检测图像输入至特征提取子模型中进行特征提取，获得第一预设下采样倍数对应的第一残差模块输出的第一特征图、第二预设下采样倍数对应的第二残差模块输出的第二特征图以及第三预设下采样倍数对应的第三残差模块输出的第三特征图；
第一特征图输入单元，用于将第一特征图输入至第一特征融合子模型中进行特征加深融合处理，获得用于检测大尺寸目标物体的第四特征图；
第二特征图输入单元，用于将第二特征图输入至第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图；
第三特征图输入单元，用于将第三特征图输入至第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图；
目标物体检测单元，用于将第四特征图、第五特征图和第六特征图输入至目标检测子模型中进行目标物体的检测，确定目标检测结果并进行输出。
可选地，第一特征融合子模型包括：一个第一标准卷积层、三个第一空洞卷积层以及一个第一特征融合层；第一特征图输入单元，具体用于：将第一特征图分别输入至第一标准卷积层和三个第一空洞卷积层进行卷积操作，获得第一标准卷积层和三个第一空洞卷积层分别输出的第一子特征图、第二子特征图、第三子特征图和第四子特征图；将第一子特征图、第二子特征图、第三子特征图和第四子特征图输入至第一特征融合层中进行维度拼接处理，获得用于检测大尺度目标物体的第四特征图。
可选地，第一标准卷积层包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积和一个空洞率为2且卷积核大小为3×3的二维卷积；第二个第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积；第三个第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为5×5的二维卷积以及一个空洞率为5且卷积核大小为3×3的二维卷积。
可选地，第二特征融合子模型包括：两个第二标准卷积层、两个第二空洞卷积层以及一个第二特征融合层；第二特征图输入单元，具体用于：将第二特征图分别输入至两个第二标准卷积层和两个第二空洞卷积层进行卷积操作，获得两个第二标准卷积层和两个第二空洞卷积层分别输出的第五子特征图、第六子特征图、第七子特征图和第八子特征图；将第五子特征图、第六子特征图、第七子特征图和第八子特征图输入至第二特征融合层中进行维度拼接处理，获得用于检测中尺寸目标物体的第五特征图。
可选地，两个第二标准卷积层均包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个第二空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为2且卷积核大小为3×3的二维卷积；第二个第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积。
可选地，第三特征融合子模型包括：四个第三标准卷积层以及一个第三特征融合层；第三特征图输入单元，具体用于：将第三特征图分别输入至四个第三标准卷积层进行卷积操作，获得四个第三标准卷积层分别输出的第九子特征图、第十子特征图、第十一子特征图和第十二子特征图；将第九子特征图、第十子特征图、第十一子特征图和第十二子特征图输入至第三特征融合层中进行维度拼接处理，获得用于检测小尺寸目标物体的第六特征图。
可选地，第一个第三标准卷积层、第二个第三标准卷积层和第三个第三标准卷积层均包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第四个第三标准卷积层包括：一个卷积核大小为1×1的二维卷积和两个卷积核大小为3×3的二维卷积。
可选地，第一预设下采样倍数为32倍，第二预设下采样倍数为16倍，第三预设下采样倍数为8倍。
本发明实施例所提供的目标检测装置可执行本发明任意实施例所提供的目标检测方法，具备执行目标检测方法相应的功能模块和有益效果。
值得注意的是，上述目标检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例四
图8为本发明实施例四提供的一种电子设备的结构示意图。图8示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图8显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发实施例所提供的一种目标检测方法步骤，该方法包括：
获取待检测图像；
将待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，第一特征融合子模型和第二特征融合子模型均包括标准卷积结构和空洞卷积结构，第三特征融合子模型包括标准卷积结构；第一特征融合子模型用于对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，第二特征融合子模型用于对特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，第三特征融合子模型用于对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；第一预设下采样倍数大于第二预设下采样倍数，第二预设下采样倍数大于第三预设下采样倍数；
根据预设多尺度检测网络模型的输出，获得待检测图像对应的目标检测结果。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的目标检测方法的技术方案。
实施例五
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的目标检测方法步骤，该方法包括：
获取待检测图像；
将待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，第一特征融合子模型和第二特征融合子模型均包括标准卷积结构和空洞卷积结构，第三特征融合子模型包括标准卷积结构；第一特征融合子模型用于对特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，第二特征融合子模型用于对特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，第三特征融合子模型用于对特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；第一预设下采样倍数大于第二预设下采样倍数，第二预设下采样倍数大于第三预设下采样倍数；
根据预设多尺度检测网络模型的输出，获得待检测图像对应的目标检测结果。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：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)、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。在本文件中，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。
计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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发明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)。
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种目标检测方法，其特征在于，包括：
获取待检测图像；
将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，所述预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，所述第一特征融合子模型和所述第二特征融合子模型均包括标准卷积结构和空洞卷积结构，所述第三特征融合子模型包括标准卷积结构；所述第一特征融合子模型用于对所述特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，所述第二特征融合子模型用于对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，所述第三特征融合子模型用于对所述特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；所述第一预设下采样倍数大于所述第二预设下采样倍数，所述第二预设下采样倍数大于所述第三预设下采样倍数；
根据所述预设多尺度检测网络模型的输出，获得所述待检测图像对应的目标检测结果。
2.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，包括：
将所述待检测图像输入至所述特征提取子模型中进行特征提取，获得第一预设下采样倍数对应的第一残差模块输出的第一特征图、第二预设下采样倍数对应的第二残差模块输出的第二特征图以及第三预设下采样倍数对应的第三残差模块输出的第三特征图；
将所述第一特征图输入至所述第一特征融合子模型中进行特征加深融合处理，获得用于检测大尺寸目标物体的第四特征图；
将所述第二特征图输入至所述第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图；
将所述第三特征图输入至所述第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图；
将所述第四特征图、所述第五特征图和所述第六特征图输入至所述目标检测子模型中进行目标物体的检测，确定目标检测结果并进行输出。
3.根据权利要求2所述的方法，其特征在于，所述第一特征融合子模型包括：一个第一标准卷积层、三个第一空洞卷积层以及一个第一特征融合层；
所述将所述第一特征图输入至所述第一特征融合子模型中进行特征加深加宽处理，获得用于检测大尺度目标物体的第四特征图，包括：
将所述第一特征图分别输入至所述第一标准卷积层和三个所述第一空洞卷积层进行卷积操作，获得所述第一标准卷积层和三个所述第一空洞卷积层分别输出的第一子特征图、第二子特征图、第三子特征图和第四子特征图；
将所述第一子特征图、所述第二子特征图、所述第三子特征图和所述第四子特征图输入至所述第一特征融合层中进行维度拼接处理，获得用于检测大尺度目标物体的第四特征图。
4.根据权利要求3所述的方法，其特征在于，所述第一标准卷积层包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积和一个空洞率为2且卷积核大小为3×3的二维卷积；第二个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积；第三个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为5×5的二维卷积以及一个空洞率为5且卷积核大小为3×3的二维卷积。
5.根据权利要求2所述的方法，其特征在于，所述第二特征融合子模型包括：两个第二标准卷积层、两个第二空洞卷积层以及一个第二特征融合层；
所述将所述第二特征图输入至所述第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图，包括：
将所述第二特征图分别输入至两个所述第二标准卷积层和两个所述第二空洞卷积层进行卷积操作，获得两个所述第二标准卷积层和两个所述第二空洞卷积层分别输出的第五子特征图、第六子特征图、第七子特征图和第八子特征图；
将所述第五子特征图、所述第六子特征图、所述第七子特征图和所述第八子特征图输入至所述第二特征融合层中进行维度拼接处理，获得用于检测中尺寸目标物体的第五特征图。
6.根据权利要求5所述的方法，其特征在于，两个所述第二标准卷积层均包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个所述第二空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为2且卷积核大小为3×3的二维卷积；第二个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积。
7.根据权利要求2所述的方法，其特征在于，所述第三特征融合子模型包括：四个第三标准卷积层以及一个第三特征融合层；
所述将所述第三特征图输入至所述第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图，包括：
将所述第三特征图分别输入至四个所述第三标准卷积层进行卷积操作，获得四个所述第三标准卷积层分别输出的第九子特征图、第十子特征图、第十一子特征图和第十二子特征图；
将所述第九子特征图、所述第十子特征图、所述第十一子特征图和所述第十二子特征图输入至所述第三特征融合层中进行维度拼接处理，获得用于检测小尺寸目标物体的第六特征图。
8.根据权利要求7所述的方法，其特征在于，第一个所述第三标准卷积层、第二个所述第三标准卷积层和第三个所述第三标准卷积层均包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第四个所述第三标准卷积层包括：一个卷积核大小为1×1的二维卷积和两个卷积核大小为3×3的二维卷积。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述第一预设下采样倍数为32倍，所述第二预设下采样倍数为16倍，所述第三预设下采样倍数为8倍。
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；
目标物体检测模块，用于将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，所述预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，所述第一特征融合子模型和所述第二特征融合子模型均包括标准卷积结构和空洞卷积结构，所述第三特征融合子模型包括标准卷积结构；所述第一特征融合子模型用于对所述特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，所述第二特征融合子模型用于对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，所述第三特征融合子模型用于对所述特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；所述第一预设下采样倍数大于所述第二预设下采样倍数，所述第二预设下采样倍数大于所述第三预设下采样倍数；
目标检测结果获取模块，用于根据所述预设多尺度检测网络模型的输出，获得所述待检测图像对应的目标检测结果。
11.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
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1-9中任一所述的目标检测方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的目标检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111246534.9A CN113989616A (zh) | 2021-10-26 | 2021-10-26 | 一种目标检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111246534.9A CN113989616A (zh) | 2021-10-26 | 2021-10-26 | 一种目标检测方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113989616A true CN113989616A (zh) | 2022-01-28 |
Family
ID=79741435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111246534.9A Pending CN113989616A (zh) | 2021-10-26 | 2021-10-26 | 一种目标检测方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113989616A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114998692A (zh) * | 2022-06-30 | 2022-09-02 | 西安理工大学 | 基于轨道交通四电设备的目标检测方法 |
| CN115272814A (zh) * | 2022-09-28 | 2022-11-01 | 南昌工学院 | 一种远距离空间自适应多尺度的小目标检测方法 |
| WO2023202062A1 (zh) * | 2022-04-22 | 2023-10-26 | 深圳市正浩创新科技股份有限公司 | 基于图像识别的目标对接方法、终端设备及其介质 |
| CN117649609A (zh) * | 2024-01-30 | 2024-03-05 | 中国人民解放军海军航空大学 | 面向跨时空尺度域的遥感图像建筑物信息提取方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200074186A1 (en) * | 2018-08-28 | 2020-03-05 | Beihang University | Dense crowd counting method and apparatus |
| CN113269156A (zh) * | 2021-07-02 | 2021-08-17 | 昆明理工大学 | 一种基于多尺度特征融合的信号灯检测识别方法及系统 |
| CN113379709A (zh) * | 2021-06-16 | 2021-09-10 | 浙江工业大学 | 一种基于稀疏多尺度体素特征融合的三维目标检测方法 |
| CN113537026A (zh) * | 2021-07-09 | 2021-10-22 | 上海智臻智能网络科技股份有限公司 | 建筑平面图中的图元检测方法、装置、设备及介质 |
-
2021
- 2021-10-26 CN CN202111246534.9A patent/CN113989616A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200074186A1 (en) * | 2018-08-28 | 2020-03-05 | Beihang University | Dense crowd counting method and apparatus |
| CN113379709A (zh) * | 2021-06-16 | 2021-09-10 | 浙江工业大学 | 一种基于稀疏多尺度体素特征融合的三维目标检测方法 |
| CN113269156A (zh) * | 2021-07-02 | 2021-08-17 | 昆明理工大学 | 一种基于多尺度特征融合的信号灯检测识别方法及系统 |
| CN113537026A (zh) * | 2021-07-09 | 2021-10-22 | 上海智臻智能网络科技股份有限公司 | 建筑平面图中的图元检测方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 岳欣: "《基于多层特征融合的视频目标检测》", 《优秀硕士论文》, 16 January 2020 (2020-01-16) * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023202062A1 (zh) * | 2022-04-22 | 2023-10-26 | 深圳市正浩创新科技股份有限公司 | 基于图像识别的目标对接方法、终端设备及其介质 |
| CN114998692A (zh) * | 2022-06-30 | 2022-09-02 | 西安理工大学 | 基于轨道交通四电设备的目标检测方法 |
| CN115272814A (zh) * | 2022-09-28 | 2022-11-01 | 南昌工学院 | 一种远距离空间自适应多尺度的小目标检测方法 |
| CN115272814B (zh) * | 2022-09-28 | 2022-12-27 | 南昌工学院 | 一种远距离空间自适应多尺度的小目标检测方法 |
| CN117649609A (zh) * | 2024-01-30 | 2024-03-05 | 中国人民解放军海军航空大学 | 面向跨时空尺度域的遥感图像建筑物信息提取方法 |
| CN117649609B (zh) * | 2024-01-30 | 2024-04-30 | 中国人民解放军海军航空大学 | 面向跨时空尺度域的遥感图像建筑物信息提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113989616A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
| US11328401B2 (en) | Stationary object detecting method, apparatus and electronic device | |
| CN111428805B (zh) | 显著性物体的检测方法、模型、存储介质及电子设备 | |
| CN106462572A (zh) | 用于分布式光学字符识别和分布式机器语言翻译的技术 | |
| CN112418345B (zh) | 细粒度小目标快速识别的方法和装置 | |
| CN113837257B (zh) | 一种目标检测方法及装置 | |
| CN104881860A (zh) | 基于照片进行定位的方法和装置 | |
| CN109190662A (zh) | 一种基于关键点回归的车辆三维检测方法、系统、终端和存储介质 | |
| CN112734827A (zh) | 一种目标检测方法、装置、电子设备和存储介质 | |
| CN112580581A (zh) | 目标检测方法、装置及电子设备 | |
| CN112712036A (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
| CN110853069A (zh) | 一种用于车辆外观分割的神经网络模型构建方法与系统 | |
| CN114386481A (zh) | 一种车辆感知信息融合方法、装置、设备及存储介质 | |
| CN116805387B (zh) | 基于知识蒸馏的模型训练方法、质检方法和相关设备 | |
| CN112013820B (zh) | 一种面向无人机机载平台部署的实时目标检测方法及装置 | |
| CN113744280A (zh) | 图像处理方法、装置、设备及介质 | |
| CN114638996A (zh) | 基于对抗学习的模型训练方法、装置、设备和存储介质 | |
| CN116977195A (zh) | 复原模型的调整方法、装置、设备及存储介质 | |
| CN114065868B (zh) | 文本检测模型的训练方法、文本检测方法及装置 | |
| CN111753625B (zh) | 一种行人检测方法、装置、设备及介质 | |
| CN112825145B (zh) | 人体朝向检测方法、装置、电子设备和计算机存储介质 | |
| CN111870954B (zh) | 一种高度图生成方法、装置、设备及存储介质 | |
| CN114863257A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN113721240A (zh) | 一种目标关联方法、装置、电子设备及存储介质 | |
| CN113870221A (zh) | 可达空间的检测方法、装置、车载终端及存储介质 |
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 |