CN114792377A - 目标检测方法、装置及电子设备 - Google Patents

目标检测方法、装置及电子设备 Download PDF

Info

Publication number
CN114792377A
CN114792377A CN202210420644.0A CN202210420644A CN114792377A CN 114792377 A CN114792377 A CN 114792377A CN 202210420644 A CN202210420644 A CN 202210420644A CN 114792377 A CN114792377 A CN 114792377A
Authority
CN
China
Prior art keywords
category
feature vector
detection frame
detection
generating
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
Application number
CN202210420644.0A
Other languages
English (en)
Inventor
叶锦
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 CN202210420644.0A priority Critical patent/CN114792377A/zh
Publication of CN114792377A publication Critical patent/CN114792377A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • 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
    • G06N3/045—Combinations of networks
    • 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)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种目标检测方法、装置及电子设备，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于图像处理、物体检测和分割等场景。具体实现方案为：获取待识别图像，并从所述待识别图像中提取第一特征图；根据所述第一特征图生成检测框；基于所述检测框生成所述检测框对应的类别特征向量；根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。本公开实施例可以从待识别图像提取检测框，根据所述检测框对应的类别特征向量和相关性矩阵获取所述检测框对应的推荐类别。本公开实施例可以根据不同类别检测框之间的相关性优化所述类别特征向量，提高了检测框分类的准确率。

Description

目标检测方法、装置及电子设备
技术领域
本公开公开了一种目标检测方法、装置及电子设备，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于图像处理、物体检测和分割等场景。
背景技术
目标检测是计算机视觉领域最具挑战性的问题，而且也是很多计算机视觉应用的第一步。得益于卷积神经网络及候选区域算法的发展，目标检测的性能在过去几年已经取得了突飞猛进的进展。在图像目标检测任务中，目标检测模型能够将目标框出来，但是对这个目标框的分类的准确率却是较低，经常将目标框分到错误的类型中。目前尚缺乏较为准确的目标框的分类方法。
发明内容
本公开提供了一种用于目标检测的方法、装置、设备以及存储介质。
根据本公开的第一方面，提供了一种目标检测的方法，包括：
获取待识别图像，并从所述待识别图像中提取第一特征图；
根据所述第一特征图生成检测框；
基于所述检测框生成所述检测框对应的类别特征向量；
根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
可选的，所述根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别，包括：
根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
根据所述推荐类别特征向量生成所述检测框的推荐类别。
可选的，所述相关性矩阵通过以下步骤生成：
获取训练数据集中多个类别对应的第一训练图像的第一数量；
将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
根据所述第一数量和所述第二数量生成所述相关性矩阵。
可选的，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别，所述根据所述第一数量和所述第二数量生成所述相关性矩阵包括：
获取所述元素对应的所述类别对对应的所述第二数量；
获取所述第一类别对应的所述第一数量；
将所述第二数量与所述第一数量的比值作为所述元素的值。
可选的，所述类别特征向量中的行与检测框对应，所述类别特征向量中的列与类别对应，所述根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量，包括：
将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
可选的，所述将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量，包括：
将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
可选的，所述根据所述推荐类别特征向量生成所述检测框的推荐类别，包括：
获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
根据本公开的第二方面，提供了一种目标检测的装置，包括：
特征提取模块，用于获取待识别图像，并从所述待识别图像中提取第一特征图；
检测框生成模块，用于根据所述第一特征图生成检测框；
类别特征向量获取模块，用于基于所述检测框生成所述检测框对应的类别特征向量；
类别识别模块，用于根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
可选的，所述类别识别模块，包括：
权重特征向量生成子模块，用于根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
融合子模块，用于将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
类别获取子模块，用于根据所述推荐类别特征向量生成所述检测框的推荐类别。
可选的，所述相关性矩阵通过以下模块生成：
第一统计子模块，用于获取训练数据集中多个类别对应的第一训练图像的第一数量；
第二统计子模块，用于将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
矩阵生成子模块，用于根据所述第一数量和所述第二数量生成所述相关性矩阵。
可选的，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别，所述矩阵生成子模块包括：
第一统计单元，用于获取所述元素对应的所述类别对对应的所述第二数量；
第二统计单元，用于获取所述第一类别对应的所述第一数量；
矩阵生成单元，用于将所述第二数量与所述第一数量的比值作为所述元素的值。
可选的，所述类别特征向量中的行与检测框对应，所述类别特征向量中的列与类别对应，所述权重特征向量生成子模块包括：
权重矩阵获取单元，用于将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
平均单元，用于获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
可选的，所述融合子模块包括：
第一融合单元，用于将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
第二融合单元，用于将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
可选的，所述类别获取子模块包括：
类别获取单元，用于获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
根据本公开的第三方面，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上述第一方面中任一项所述的方法。
根据本公开的第四方面，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根据上述第一方面中任一项所述的方法。
根据本公开的第五方面，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根据上述第一方面中任一项所述的方法。
本公开技术方案具有以下有益效果：
通过统计所述训练数据集中各类别对的第一数量和第二数量，生成所述相关性矩阵，根据所述检测框对应的类别特征向量和相关性矩阵生成推荐类别特征向量。将类别对中类别的相关性信息加入所述类别特征向量，提高了类别的区分度，降低了类别检测的错误率，提高了检测框类别检测的准确率。
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是根据本公开实施例提供的一种目标检测方法的流程示意图；
图2是根据本公开实施例提供的一种目标检测方法的流程示意图；
图3是根据本公开实施例提供的一种目标检测方法的流程示意图；
图4是根据本公开实施例提供的一种目标检测方法的流程示意图；
图5是根据本公开实施例提供的一种目标检测方法的流程示意图；
图6是根据本公开实施例提供的一种目标检测方法的流程示意图；
图7是根据本公开实施例提供的一种目标检测方法的流程示意图；
图8是根据本公开实施例提供的一种目标检测装置的结构示意图；
图9是用来实现本公开实施例的目标检测的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。
目标检测是计算机视觉领域最具挑战性的问题，而且也是很多计算机视觉应用的第一步。得益于卷积神经网络及候选区域算法的发展，目标检测的性能在过去几年已经取得了突飞猛进的进展。在图像目标检测任务中，目标检测模型能够将目标框出来，但是对这个目标框的分类的准确率却是较低，经常将目标框分到错误的类型中。
相关技术中，目标检测方法有二阶段的方式，例如通过Faster-RCNN网络模型进行目标检测，具体流程为：通过卷积核对待测图像进行卷积运算获取特征向量，对特征向量进行检测框的提取，然后获取每个检测框的特征，最终对每个检测框的特征进行检测和识别，获取检测框和检测框的类别。现在的检测方法由于没有对每个所述检测框的识别结果进行优化的操作，导致不少检测框能够检测出来，但是识别出的类别却是错误的。本公开就是希望避免这些识别得到错误的类别。
图1是根据本公开实施例提供的一种目标检测方法的流程示意图；如图1所示，所述方法包括：
步骤101，获取待识别图像，并从所述待识别图像中提取第一特征图。
本公开实施例中，获取所述待识别图像后，需要通过特征提取网络来提取所述待识别图像中的高维特征，生成所述第一特征图。在一种可能的实施例中，将所述待识别图像输入卷积神经网络(convolutional neural networks，CNN)中提取特征，以获取所述第一特征图。所述卷积神经网络中包括卷积conv层、线性整流函数(Linear rectificationfunction，ReLU)层和池化pooling层，所述卷积层中包含多个神经元，所述神经元用于对所述待识别图像的数据进行卷积操作；所述池化层用于对ReLU层输出的数据进行池化操作，将数据降维，以加快运算速度，池化操作保留主要特征的同时减少参数和计算量，防止过拟合；ReLU层中包含ReLU函数，所述ReLU函数作为神经元的激活函数，对输入的向量进行线性变换，并输出结果至下一层。
步骤102，根据所述第一特征图生成检测框。
本公开实施例中，获得所述第一特征图后，从所述第一特征图中提取所述检测框。在一种可能的实施例中，将所述第一特征图输入区域生成网络(Region ProposalNetwork，RPN)，以生成所述检测框。在所述RPN中包含神经元，令所述滑动窗口在所述第一特征图中的数据滑动，截取所述滑动窗口中的数据并输入所述神经元进行卷积操作，获取第二特征图。所述第二特征图被输入两个分支，在第一分支中，利用1×1的神经元对所述第二特征图进行卷积操作，进行重塑后再利用分类函数进行分类，最后再进行一次重塑，获取检测框锚点分类结果；在第二分支中，直接利用1×1的神经元对所述第二特征图进行卷积操作，获取检测框偏移量。将所述第一分支和第二分支的输出结果结合获取第一检测框特征向量，再将所述第一特征图和所述第一检测框特征向量输入感兴趣区域调整(Region ofInterestAlign，ROIAlign)模块，生成第二检测框特征向量。将所述第二检测框特征向量输入检测框回归网络，根据所述第二检测框特征向量还原出所述检测框。
步骤103，基于所述检测框生成所述检测框对应的类别特征向量；
本公开实施例中，将所述第二检测框特征向量输入全连接网络后获取输出结果，再根据分类函数进行分类，生成所述类别特征向量。所述类别特征向量和所述检测框一一对应。
步骤104，根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
本公开实施例中，为了优化所述类别特征向量，对训练数据集中训练图像里的训练框类别进行统计，并根据统计结果生成所述相关性矩阵，所述相关性矩阵包含类别之间的相关性关系。根据所述类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
本公开实施例通过所述类别特征向量和相关性矩阵生成所述检测框对应的推荐类别，根据类别之间的相关性关系对类别识别结果进行优化，避免检测类别错误，提高了类别检测的正确率。
图2是根据本公开实施例提供的一种目标检测方法的流程示意图；如图2所示，所述步骤104根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别，具体包括：
步骤201，根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
本公开实施例中，将所述检测框对应的类别特征向量和所述相关性矩阵进行矩阵乘法，生成所述权重特征向量。
步骤202，将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
本公开实施例中，所述权重特征向量中融入了类别之间相关性特征，将所述权重特征向量与所述类别特征向量进行融合获取的所述推荐类别特征向量。
步骤203，根据所述推荐类别特征向量生成所述检测框的推荐类别。
本公开实施例中，所述推荐类别特征向量中包含各个类别的概率，在一种可能的实施例中，所述推荐类别特征向量为4维向量，说明有4种类别。各个维度的值表征所述推荐类别特征向量对应的检测框属于该类别的概率。
图3是根据本公开实施例提供的一种目标检测方法的流程示意图；如图3所示，所述相关性矩阵的生成步骤包括：
步骤301，获取训练数据集中多个类别对应的第一训练图像的第一数量；
本公开实施例中，根据训练数据集中的训练图像中标注了检测框和检测卡对应的类别。需要统计两个类别出现在同一张图中的概率，以获取两个类别检测框的相关性。首先对于各个类别，统计包含所述类别检测框的第一训练图像的数量，作为所述第一数量。
步骤302，将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
本公开实施例中，将所述类别两两组成所述类别对，统计包含同时包含所述类别对中类别的检测框的第二训练图像数量，作为所述第二数量。
步骤303，根据所述第一数量和所述第二数量生成所述相关性矩阵。
本公开实施例中，根据所述第二数量和所述第一数量的比值表征了在包含一种类别检测框的图像中同时包含所述类别对中另外一个类别检测框的概率，也即类别对的相关性。
图4是根据本公开实施例提供的一种目标检测方法的流程示意图；如图4所示，所述步骤303根据所述第一数量和所述第二数量生成所述相关性矩阵，具体包括：
步骤401，获取所述元素对应的所述类别对对应的所述第二数量；
步骤402，获取所述第一类别对应的所述第一数量；
本公开实施例中，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别。
步骤403，将所述第二数量与所述第一数量的比值作为所述元素的值。
本公开实施例中，将所述第二数量与所述第一数量的比值作为所述元素的值，所述元素的值的含义为：在包含所述第一类别的检测框的图像中，同时包含所述第二类别的检测框的概率。
在一种可能的实施例中，所述检测框总共有4种类别，则所述相关性矩阵为4×4的矩阵，矩阵中元素为ma，b，其中，a为行数，a行为所述矩阵中元素的第一类别；b为列数，b行为所述矩阵中元素的第二类别。行和列中类别的排序相同，即在a＝b时，ma，b＝1。
图5是根据本公开实施例提供的一种目标检测方法的流程示意图；如图5所示，所述步骤104根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别，具体包括：
步骤501，将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
本公开实施例中，为了将所述相关性矩阵中的相关性信息加到所述类别特征向量中，将所述类别特征向量与所述相关性矩阵相乘。
在一种可能的实施例中，所述类别特征向量为4维的向量，即所述类别特征向量对应两个检测框，共有4种类别。所述相关性矩阵为4×4的矩阵，所述类别特征向量与所述相关性矩阵相乘后生成1×4的权重矩阵。
步骤502，获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
本公开实施例中，获取所述权重矩阵后，对于各列的元素求其平均值，获取所述权重特征向量，所述权重特征向量的维度数量与类别数量相等。
在一种可能的实施例中，所述权重矩阵为1×4的矩阵，对每列的元素求平均后，得到4维的权重特征向量。
可选的，所述将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量，包括：
将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
本公开实施例中，可以通过相加或者相乘的方法将所述权重特征向量与所述类别特征向量进行融合。所述权重特征向量中行对应检测框，列对应所述类别，一行中的元素表征所述检测框属于所述元素对应类别的概率。在一种可能的实施例中，将所述权重特征向量与所述类别特征向量中各行中的对应元素一一相加。在另一种可能的实施例中，将所述权重特征向量与所述类别特征向量中各行中的对应元素一一相乘。获取所述推荐类别特征向量。
可选的，在相加后所述推荐类别特征向量中元素的值可能大于1，对所述推荐类别特征向量中的值进行归一化操作。
可选的，所述根据所述推荐类别特征向量生成所述检测框的推荐类别，包括：
获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
本公开实施例中，所述推荐类别特征向量中元素表征所述检测框属于所述类别的概率，将其中最大值对应的类别作为所述检测框的推荐类别。
图6是根据本公开实施例提供的一种目标检测方法的流程示意图。如图6所示，将待识别图像输入CNN网络获得所述第一特征图后，将所述第一特征图输入区域生成网络RPN，以生成所述检测框。在所述RPN中包含神经元，令所述滑动窗口在所述第一特征图中的数据滑动，截取所述滑动窗口中的数据并输入所述神经元进行卷积操作，获取第二特征图。所述第二特征图被输入两个分支，在第一分支中，利用1×1的神经元对所述第二特征图进行卷积操作，进行重塑后再利用分类函数进行分类，最后再进行一次重塑，获取检测框锚点分类结果；在第二分支中，直接利用1×1的神经元对所述第二特征图进行卷积操作，获取检测框偏移量。将所述第一分支和第二分支的输出结果结合获取第一检测框特征向量，再将所述第一特征图和所述第一检测框特征向量输入感兴趣区域调整ROIAlign模块，生成第二检测框特征向量Proposals。将所述第二检测框特征向量输入回归器，即所述检测框回归网络，根据所述第二检测框特征向量还原出所述检测框。同时将所述第二检测框特征向量输入分类器，所述分类器中包括全连接网络和分类函数，全连接网络后获取输出结果，再根据分类函数Softmax函数进行分类，生成所述类别特征向量cls。所述类别特征向量和所述检测框一一对应。
图7是根据本公开实施例提供的一种目标检测方法的流程示意图。如图7所示，根据统计所述训练数据集中各个类别对的第一数量和第二数量，生成所述Graph，即所述相关性矩阵。将cls与Graph相乘获取weight，即所述权重矩阵。再将weight与cls通过相加或相乘的操作融合，生成Finalcls，即所述推荐类别特征向量。
图8是根据本公开实施例提供的一种目标检测装置的结构示意图，如图8所示，所述装置800包括：
特征提取模块810，用于获取待识别图像，并从所述待识别图像中提取第一特征图；
检测框生成模块820，用于根据所述第一特征图生成检测框；
类别特征向量获取模块830，用于基于所述检测框生成所述检测框对应的类别特征向量；
类别识别模块840，用于根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
可选的，所述类别识别模块，包括：
权重特征向量生成子模块，用于根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
融合子模块，用于将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
类别获取子模块，用于根据所述推荐类别特征向量生成所述检测框的推荐类别。
可选的，所述相关性矩阵通过以下模块生成：
第一统计子模块，用于获取训练数据集中多个类别对应的第一训练图像的第一数量；
第二统计子模块，用于将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
矩阵生成子模块，用于根据所述第一数量和所述第二数量生成所述相关性矩阵。
可选的，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别，所述矩阵生成子模块包括：
第一统计单元，用于获取所述元素对应的所述类别对对应的所述第二数量；
第二统计单元，用于获取所述第一类别对应的所述第一数量；
矩阵生成单元，用于将所述第二数量与所述第一数量的比值作为所述元素的值。
可选的，所述类别特征向量中的行与检测框对应，所述类别特征向量中的列与类别对应，所述权重特征向量生成子模块包括：
权重矩阵获取单元，用于将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
平均单元，用于获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
可选的，所述融合子模块包括：
第一融合单元，用于将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
第二融合单元，用于将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
可选的，所述类别获取子模块包括：
类别获取单元，用于获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
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9示出了可以用来实施本公开的实施例的示例电子设备900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9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理，例如所述目标检测的方法。例如，在一些实施例中，所述目标检测的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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的所述目标检测的方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行所述目标检测的方法。
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。
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)

1.一种目标检测的方法，包括：
获取待识别图像，并从所述待识别图像中提取第一特征图；
根据所述第一特征图生成检测框；
基于所述检测框生成所述检测框对应的类别特征向量；
根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
2.根据权利要求1所述的方法，其中，所述根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别，包括：
根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
根据所述推荐类别特征向量生成所述检测框的推荐类别。
3.根据权利要求2所述的方法，其中，所述相关性矩阵通过以下步骤生成：
获取训练数据集中多个类别对应的第一训练图像的第一数量；
将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
根据所述第一数量和所述第二数量生成所述相关性矩阵。
4.根据权利要求3所述的方法，其中，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别，所述根据所述第一数量和所述第二数量生成所述相关性矩阵包括：
获取所述元素对应的所述类别对对应的所述第二数量；
获取所述第一类别对应的所述第一数量；
将所述第二数量与所述第一数量的比值作为所述元素的值。
5.根据权利要求2所述的方法，其中，所述类别特征向量中的行与检测框对应，所述类别特征向量中的列与类别对应，所述根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量，包括：
将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
6.根据权利要求2所述的方法，其中，所述将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量，包括：
将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
7.根据权利要求6所述的方法，其中，所述根据所述推荐类别特征向量生成所述检测框的推荐类别，包括：
获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
8.一种目标检测的装置，包括：
特征提取模块，用于获取待识别图像，并从所述待识别图像中提取第一特征图；
检测框生成模块，用于根据所述第一特征图生成检测框；
类别特征向量获取模块，用于基于所述检测框生成所述检测框对应的类别特征向量；
类别识别模块，用于根据所述检测框对应的类别特征向量和相关性矩阵生成所述检测框对应的推荐类别。
9.根据权利要求8所述的装置，其中，所述类别识别模块，包括：
权重特征向量生成子模块，用于根据所述检测框对应的类别特征向量和所述相关性矩阵生成权重特征向量；
融合子模块，用于将所述权重特征向量与所述类别特征向量进行融合，以获取推荐类别特征向量；
类别获取子模块，用于根据所述推荐类别特征向量生成所述检测框的推荐类别。
10.根据权利要求9所述的装置，其中，所述相关性矩阵通过以下模块生成：
第一统计子模块，用于获取训练数据集中多个类别对应的第一训练图像的第一数量；
第二统计子模块，用于将所述多个类别组成类别对，并获取所述类别对对应的第二训练图像的第二数量，其中，所述第二训练图像同时包含所述类别对中的类别对应的检测框；
矩阵生成子模块，用于根据所述第一数量和所述第二数量生成所述相关性矩阵。
11.根据权利要求10所述的装置，其中，所述相关性矩阵中的元素与所述类别对分别对应，其中，所述元素的行对应所述类别对的第一类别，所述元素的列对应所述类别对的第二类别，所述矩阵生成子模块包括：
第一统计单元，用于获取所述元素对应的所述类别对对应的所述第二数量；
第二统计单元，用于获取所述第一类别对应的所述第一数量；
矩阵生成单元，用于将所述第二数量与所述第一数量的比值作为所述元素的值。
12.根据权利要求9所述的装置，其中，所述类别特征向量中的行与检测框对应，所述类别特征向量中的列与类别对应，所述权重特征向量生成子模块包括：
权重矩阵获取单元，用于将所述类别特征向量与所述相关性矩阵相乘，以获取权重矩阵；
平均单元，用于获取所述权重矩阵每列元素的平均值，以生成所述权重特征向量。
13.根据权利要求9所述的装置，其中，所述融合子模块包括：
第一融合单元，用于将所述权重特征向量与所述类别特征向量相加，以获取所述推荐类别特征向量；或，
第二融合单元，用于将所述权重特征向量与所述类别特征向量中对应元素相乘，以获取所述推荐类别特征向量。
14.根据权利要求13所述的装置，其中，所述类别获取子模块包括：
类别获取单元，用于获取所述推荐类别特征向量中元素的最大值，并将所述最大值对应的类别作为所述检测框的推荐类别。
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1-7中任一项所述的方法。
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1-7中任一项所述的方法。
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1-7中任一项所述的方法。
CN202210420644.0A 2022-04-20 2022-04-20 目标检测方法、装置及电子设备 Pending CN114792377A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210420644.0A CN114792377A (zh) 2022-04-20 2022-04-20 目标检测方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210420644.0A CN114792377A (zh) 2022-04-20 2022-04-20 目标检测方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114792377A true CN114792377A (zh) 2022-07-26

Family

ID=82461252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210420644.0A Pending CN114792377A (zh) 2022-04-20 2022-04-20 目标检测方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114792377A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464256A (zh) * 2017-07-05 2017-12-12 河海大学 一种目标检测与可能性判别修正的关联方法
CN111814905A (zh) * 2020-07-23 2020-10-23 上海眼控科技股份有限公司 目标检测方法、装置、计算机设备和存储介质
CN114140852A (zh) * 2021-12-01 2022-03-04 北京百度网讯科技有限公司 图像检测方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107464256A (zh) * 2017-07-05 2017-12-12 河海大学 一种目标检测与可能性判别修正的关联方法
CN111814905A (zh) * 2020-07-23 2020-10-23 上海眼控科技股份有限公司 目标检测方法、装置、计算机设备和存储介质
CN114140852A (zh) * 2021-12-01 2022-03-04 北京百度网讯科技有限公司 图像检测方法和装置

Similar Documents

Publication Publication Date Title
CN113971751A (zh) 训练特征提取模型、检测相似图像的方法和装置
CN112633276A (zh) 训练方法、识别方法、装置、设备、介质
CN111563541B (zh) 图像检测模型的训练方法和装置
CN112949767A (zh) 样本图像增量、图像检测模型训练及图像检测方法
CN113239807B (zh) 训练票据识别模型和票据识别的方法和装置
CN113436100A (zh) 用于修复视频的方法、装置、设备、介质和产品
CN114429633B (zh) 文本识别方法、模型的训练方法、装置、电子设备及介质
CN114494784A (zh) 深度学习模型的训练方法、图像处理方法和对象识别方法
CN113657483A (zh) 模型训练方法、目标检测方法、装置、设备以及存储介质
CN114693934B (zh) 语义分割模型的训练方法、视频语义分割方法及装置
CN112967315B (zh) 一种目标跟踪方法、装置及电子设备
CN114612743A (zh) 深度学习模型的训练方法、目标对象识别方法和装置
CN113643260A (zh) 用于检测图像质量的方法、装置、设备、介质和产品
US20240233358A9 (en) Image classification method, model training method, device, storage medium, and computer program
CN114494747A (zh) 模型的训练方法、图像处理方法、装置、电子设备及介质
CN112561061A (zh) 神经网络稀疏化方法、装置、设备、存储介质及程序产品
CN115496916B (zh) 图像识别模型的训练方法、图像识别方法以及相关装置
CN113642654B (zh) 图像特征的融合方法、装置、电子设备和存储介质
CN113139463B (zh) 用于训练模型的方法、装置、设备、介质和程序产品
CN115527069A (zh) 物品识别和物品识别系统构建方法及装置
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
CN114842489A (zh) 表格解析方法及装置
CN114792377A (zh) 目标检测方法、装置及电子设备
CN113989568A (zh) 目标检测方法、训练方法、装置、电子设备以及存储介质
CN114359811A (zh) 数据鉴伪方法、装置、电子设备以及存储介质

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