CN115761412A - 检测框处理方法、装置、电子设备和计算机可读介质 - Google Patents
检测框处理方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115761412A CN115761412A CN202211514087.5A CN202211514087A CN115761412A CN 115761412 A CN115761412 A CN 115761412A CN 202211514087 A CN202211514087 A CN 202211514087A CN 115761412 A CN115761412 A CN 115761412A
- Authority
- CN
- China
- Prior art keywords
- information
- piece
- target object
- coordinate point
- target
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开的实施例公开了检测框处理方法、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:获取目标视频;对于目标视频中的每帧目标图像,执行以下处理步骤:确定目标图像中的至少一个目标物体信息;将目标图像输入至第一检测模型,得到至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息;确定数量序列和编号集序列;生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;将检测框集序列与目标视频进行组合处理,得到处理后目标视频。该实施方式可以提高在目标图像中添加的检测框的准确率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及检测框处理方法、装置、电子设备和计算机可读介质。
背景技术
检测框处理方法,可以是将检测框添加到目标图像的方法。在对检测框进行处理时,通常采用的方法为:首先,获取目标图像。其次,将上述目标图像发送至终端,以供终端的相关人员确定目标图像中至少一个目标物体信息对应的至少一个检测框。然后,接收上述至少一个检测框。最后,将上述至少一个检测框添加至上述目标图像中。
然而,发明人发现,当采用上述方式对检测框进行处理时,经常会存在如下技术问题:
第一,通过相关人员确定检测框,导致目标图像中添加的检测框的准确率不高。
第二,通过相关人员来确定检测框,不能确定目标物体信息的大小,导致检测框形状不能完全包括住目标物体信息。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
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检测框处理方法、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检测框处理方法,该方法包括:获取目标视频;对于上述目标视频中的每帧目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息;将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。
第二方面,本公开的一些实施例提供了一种检测框处理装置,装置包括:获取单元,被配置成获取目标视频;执行单元,被配置成对于上述目标视频中的每帧目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息;将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;确定单元,被配置成根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;生成单元,被配置成响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;组合处理单元,被配置成将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。
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,上述计算机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:通过本公开的一些实施例的检测框处理方法,可以提高在目标图像中添加的检测框的准确率。具体来说,导致目标图像中添加的检测框准确率不高的原因在于:通过相关人员确定检测框,导致目标图像中添加的检测框的准确率不高。基于此,本公开的一些实施例的检测框处理方法,获取目标视频。对于上述目标视频中的每帧目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息。将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息。其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点。通过上述第一检测模型,可以提高得到上述至少一个位置坐标点信息的准确率。根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列。通过卡尔曼滤波器对目标物体信息进行跟踪,可以检测出上述第一检测模型对目标物体信息漏检或误检。响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列。其中,满足这两个条件证明第一检测模型没有发生误检或漏检,可以提高得到上述至少一个位置坐标点信息的准确率。将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。通过上述第一检测模型可以得到至少一个位置坐标点信息序列,利用卡尔曼滤波器对上述目标物体信息进行跟踪,可以得到第一检测模型是否出现漏检或误检。可以提高得到上述至少一个位置坐标点信息的准确率,从而可以提高在目标图像中添加的检测框的准确率。
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是根据本公开的检测框处理方法的一些实施例的流程图;
图2是根据本公开的检测框处理装置的一些实施例的结构示意图;
图3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示出了根据本公开的检测框处理方法的一些实施例的流程100。该检测框处理方法的流程100,包括以下步骤:
步骤101,获取目标视频。
在一些实施例中,检测框处理方法的执行主体(例如,电子设备)可以通过有线连接的方式或者无线连接的方式获取目标视频。其中,上述目标视频可以表征海上环境的、待检测框处理的视频。例如,上述目标物体信息可以表征船的信息。
步骤102,对于目标视频中的每个目标图像,执行以下处理步骤:
步骤1021,确定目标图像中的至少一个目标物体信息。
在一些实施例中,上述执行主体可以确定上述目标图像中的至少一个目标物体信息。其中,上述至少一个目标物体信息可以是通过目标检测模型得到的。
步骤1022,将目标图像输入至第一检测模型,得到至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息。
在一些实施例中,上述执行主体可以将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息。其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点。上述第一角点可以是目标物体信息的最小外接矩形的左上角点。上述第二角点可以是目标物体信息的最小外接矩形的右上角点。上述第三角点可以是目标物体信息的最小外接矩形的左下角点。上述第四角点可以是目标物体信息的最小外接矩形的右下角点。上述中心点可以是目标物体信息的最小外接矩形的中心点。上述第一检测模型可以用于检测出目标物体信息的位置坐标点信息、类型信息、旋转角度信息和类型信息概率的模型。上述类型信息可以表征目标物体信息类型的信息。上述旋转角度信息可以是目标物体信息的最小外接矩形的旋转角度。上述类型信息概率可以表征类型信息的概率。例如,上述第一检测模型可以是YOLO(You Only Look Once)v7模型。上述v7可以是系列号。
在一些实施例的一些可选的实现方式中,上述第一检测模型可以是通过以下步骤训练得到的:
第一步,获取训练数据,其中,上述训练数据包括至少一个目标物体信息。其中,上述训练数据可以表征海上环境的、待检测框处理的图像。
第二步,将上述训练数据发送至终端,以供上述终端的相关人员对上述训练数据进行标注处理,得到训练标签。其中,上述训练标签包括上述至少一个目标物体信息中每个目标物体信息的坐标点信息和类别信息。
第三步,接收上述终端发送的训练标签。
第四步,基于获取的训练数据和上述终端发送的训练标签,执行以下训练步骤:
步骤一,将上述训练数据输入至初始第一检测模型包括的物体检测层,得到至少一个目标物体信息中每个目标物体信息的类型信息、旋转角度信息和坐标点信息集,分别作为至少一个类型信息、至少一个旋转角度信息和至少一个坐标点信息集。其中,上述初始第一检测模型包括:物体坐标检测层、坐标点概率识别层。上述坐标点信息集中的每个坐标点信息包括:目标物体信息的第一角点、第二角点、第三角点、第四角点和中心点。上述物体检测层可以用于检测目标物体信息的位置坐标信息、类型信息和旋转角度信息。上述坐标点概率识别层可以用于识别位置坐标信息的概率。
步骤二,对于上述至少一个坐标点信息集中的每个坐标点信息集,执行以下步骤:
将上述坐标点信息集输入至上述坐标点概率识别层,得到上述坐标点信息集中每个坐标点信息对应的概率,作为坐标点信息概率集。
实践中,上述坐标点信息概率集是通过以下步骤得到的:
第一子步骤,对于上述坐标点信息集中的每个上述坐标点信息,执行以下步骤:
步骤一,对上述坐标点信息进行可视化处理,得到上述坐标点信息包括的中心点与第一角点的距离、上述中心点与第二角点的距离、上述中心点与第三角点的距离和上述中心点与第四角点的距离,分别作为第一距离、第二距离、第三距离和第四距离。上述对上述坐标点信息进行可视化处理可以表征通过热力图可视化的处理。
步骤二,根据上述第一距离、上述第二距离、上述第三距离和上述第四距离,确定上述坐标点信息包括的第一角点的概率、第二角点的概率、第三角点的概率、第四角点的概率。其中,距离越短概率越高。
步骤三,将上述第一角点的概率、上述第二角点的概率、上述第三角点的概率和上述第四角点的概率的平均值,确定为上述坐标点信息的概率。
第二子步骤,将所得到的坐标点信息的概率集确定为坐标点信息概率集。
步骤三,利用所得到的至少一个坐标点信息概率集,对上述至少一个坐标点信息集进行筛选处理,得到至少一个坐标点信息和上述至少一个坐标点信息对应的至少一个坐标点信息概率。
实践中,上述至少一个坐标点信息和上述至少一个坐标点信息对应的至少一个坐标点信息概率是通过以下步骤得到的:
第一子步骤,对于上述至少一个坐标点信息概率集中的坐标点信息概率集,执行以下步骤:
步骤一,对上述坐标点信息概率集进行筛选,得到筛选后坐标点信息概率对应的坐标点信息。其中,对上述坐标点信息概率集进行筛选可以是筛选出上述坐标点信息概率集中概率最大的坐标点信息概率。
步骤四,将上述至少一个坐标点信息概率中的每个坐标点信息概率确定为至少一个类型信息中对应的类型信息的概率,作为至少一个类型信息的概率。
步骤五,根据上述至少一个类型信息、上述至少一个坐标点信息和上述训练标签,生成上述初始第一检测模型的准确率。
实践中,上述初始第一检测模型的准确率是通过以下步骤得到的:
第一子步骤,将上述训练标签包括的上述至少一个目标物体信息中每个目标物体信息的坐标点信息和类别信息,分别作为第一坐标点信息集和第一类别信息集。
第二子步骤,将上述至少一个坐标点信息与上述第一坐标点信息集进行比较,得到坐标点信息的准确率。
第三子步骤,将上述至少一个类型信息与上述第一类别信息集进行比较,得到类型信息的准确率。
第四子步骤,将上述坐标点信息的准确率与类型信息的准确率的平均值确定为上述初始第一检测模型的准确率。
步骤六,响应于确定上述准确率大于等于预设准确率,将上述初始第一检测模型确定为第一检测模型。例如,上述预设准确率可以是0.95。
在一些实施例的一些可选的实现方式中,上述执行主体在将上述基于获取的训练数据和上述终端发送的训练标签,执行以下训练步骤之后,还可以包括以下步骤:
第一步,响应于确定上述准确率小于上述预设准确率,更新初始第一检测模型参数,以及重新获取训练数据以发送至上述终端;
第二步,接收上述终端发送的针对重新获取的训练数据的训练标签,以重新执行上述训练步骤。
在一些实施例的一些可选的实现方式中,上述执行主体在上述目标图像输入至第一检测模型将之后,还包括以下步骤:
将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的类型信息、旋转角度信息和类型信息对应的概率,分别作为至少一个类型信息、至少一个旋转角度信息和至少一个类型信息概率。
在一些实施例的一些可选的实现方式中,上述物体检测层包括:第一卷积层、第二卷积层、第三卷积层、第四卷积层、第一池化层、第二池化层、第一激活函数层和第二激活函数层。其中,将上述训练数据输入至上述第一卷积层,可以得到至少一个目标物体信息中每个目标物体信息的表征类型的第一向量、表征旋转角度的第一向量和表征坐标点信息的第一向量。将至少一个目标物体信息中每个目标物体信息的表征类型的第一向量、表征旋转角度的第一向量和表征坐标点信息的第一向量输入至上述第二卷积层,可以得到至少一个目标物体信息中每个目标物体信息的表征类型的第二向量、表征旋转角度的第二向量和表征坐标点信息的第二向量。将至少一个目标物体信息中每个目标物体信息的表征类型的第二向量、表征旋转角度的第二向量和表征坐标点信息的第二向量输入至上述第一激活函数层,可以得到至少一个目标物体信息中每个目标物体信息的表征类型的第三向量、表征旋转角度的第三向量和表征坐标点信息的第三向量。将至少一个目标物体信息中每个目标物体信息的表征类型的第三向量、表征旋转角度的第三向量和表征坐标点信息的第三向量输入至上述第三卷积层,可以得到至少一个目标物体信息中每个目标物体信息的表征类型的第四向量、表征旋转角度的第四向量和表征坐标点信息的第四向量。将至少一个目标物体信息中每个目标物体信息的表征类型的第四向量、表征旋转角度的第四向量和表征坐标点信息的第四向量输入至上述第四卷积层,可以得到至少一个目标物体信息中每个目标物体信息的表征类型的第五向量、表征旋转角度的第五向量和表征坐标点信息的第五向量。将至少一个目标物体信息中每个目标物体信息的表征类型的第五向量、表征旋转角度的第五向量和表征坐标点信息的第五向量输入至上述第二激活函数层,可以得到至少一个目标物体信息中每个目标物体信息的类型信息、旋转角度信息和坐标点信息集。上述第一卷积层可以用于检测表征类型的向量、表征旋转角度的向量和表征坐标点信息的向量。例如,上述第一卷积层可以是CNN(Convolutional Neural Networks,卷积神经网络)。上述第二卷积层可以用于检测表征类型的向量、表征旋转角度的向量和表征坐标点信息的向量。例如,上述第二卷积层可以是CNN(Convolutional Neural Networks,卷积神经网络)。上述第一激活函数层可以用于检测表征类型的向量、表征旋转角度的向量和表征坐标点信息的向量。例如,上述第一激活函数可以是Sigmoid函数。上述第三卷积层可以用于检测表征类型的向量、表征旋转角度的向量和表征坐标点信息的向量。例如,上述第三卷积层可以是CNN(Convolutional Neural Networks,卷积神经网络)。上述第四卷积层可以用于检测表征类型的向量、表征旋转角度的向量和表征坐标点信息的向量。例如,上述第四卷积层可以是CNN(Convolutional Neural Networks,卷积神经网络)。上述第二激活函数层可以用于检测目标物体信息的位置坐标信息、类型信息和旋转角度信息。例如,上述第二激活函数可以是线性整流函数(Linear rectification function)。
步骤103,根据所得到的至少一个位置坐标点信息序列,确定目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列。
在一些实施例中,上述执行主体可以根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列。其中,上述数量序列和上述编号集序列可以是通过卡尔曼滤波器对上述至少一个位置坐标点信息序列得到的。
步骤104,响应于确定数量序列中的每个数量相等,且编号集序列中的每个编号集相等,根据至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列。
在一些实施例中,上述执行主体可以响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列。
实践中,上述检测框集序列是通过以下步骤得到的:
第一步,对于上述至少一个位置坐标点信息序列中的每个位置坐标点信息,执行以下步骤:
第一子步骤,将上述位置坐标点信息中包括的第一角点与二角点相连,以及将上述位置坐标点信息中包括的第二角点与三角点相连,以及将上述位置坐标点信息中包括的第三角点与四角点相连,以及将上述位置坐标点信息中包括的第四角点与一角点相连,得到连接后矩形框,作为检测框。
可选的,在上述根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列之后,还包括:
第一步,响应于确定上述数量序列中的数量不相等,或上述编号集序列中的编号集不相等,将上述目标视频中的每帧目标图像输入至第二检测模型,得到上述至少一个目标物体信息序列中每个目标物体信息的物体位置信息,作为至少一个目标物体位置信息序列。其中,上述至少一个位置信息中每个位置信息包括:第五角点、第六角点、第七角点、第八角点和中心点。上述第五角点可以是目标物体信息的最小外接矩形的左上角点。上述第六角点可以是目标物体信息的最小外接矩形的右上角点。上述第七角点可以是目标物体信息的最小外接矩形的左下角点。上述第八角点可以是目标物体信息的最小外接矩形的右下角点。上述中心点可以是目标物体信息的最小外接矩形的中心点。上述第二检测模型可以用于检测出目标物体信息的位置信息、物体类型信息、物体旋转角度信息和物体类型信息概率的模型。上述物体类型信息可以表征目标物体信息类型的信息。上述物体旋转角度信息可以是目标物体信息的最小外接矩形的旋转角度。上述物体类型信息概率可以表征类型信息的概率。
实践中,上述第二检测模型可以是通过以下步骤得到的:
第一步,获取物体训练数据,其中,上述物体训练数据包括至少一个目标物体信息。其中,上述物体训练数据可以表征海上环境的、待检测框处理的图像。
第二步,将上述物体训练数据发送至上述终端,以供上述终端的相关人员对上述物体训练数据进行标注处理,得到物体训练标签。其中,上述物体训练标签包括上述至少一个目标物体信息中每个目标物体信息的坐标点信息和类别信息。
第三步,接收上述终端发送的物体训练标签。
第四步,基于获取的物体训练数据和上述终端发送的物体训练标签,执行以下模型训练步骤:
第一子步骤,将上述物体训练数据输入至初始第二检测模型包括的向量提取层,得到至少一个目标物体信息中每个目标物体信息的物体类型信息、物体旋转角度信息和物体坐标向量,分别作为至少一个物体类型信息、至少一个物体旋转角度信息和至少一个物体坐标向量。其中,上述初始第二检测模型包括:向量提取层、中心点池化层、角点池化层、中心点概率识别层和角点概率识别层。上述物体检测层可以用于检测目标物体信息的位置坐标向量、类型向量和旋转角度向量。上述角点池化层可以用于识别目标物体信息的第五角点、第六角点、第七角点和第八角点的池化层。上述中心点池化层可以用于识别目标物体信息的中心点的池化层,上述中心点概率识别层可以用于识别中心点的概率。上述角点概率识别层可以用于识别第五角点的概率、第六角点的概率、第七角点的概率和第八角点的概率。上述第五角点向量可以是第五角点的位置向量。上述第六角点向量可以是第六角点的位置向量。上述第七角点向量可以是第七角点的位置向量。上述第八角点向量可以是第八角点的位置向量。上述中心点向量可以是中心点的位置向量。例如,上述预设向量提取层额可以是卷积神经网络(Convolutional Neural Networks,CNN)。
第二子步骤,将上述至少一个物体坐标向量中每个物体坐标向量输入至上述角点池化层,得到至少一个目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点,作为至少一个角点集。
实践中,将上述至少一个物体坐标向量中每个物体坐标向量输入至上述角点池化层,得到至少一个目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点,包括:
第一步,对于上述至少一个物体坐标向量中每个物体坐标向量,执行以下第一转化步骤:
第一子步骤,将上述物体坐标向量输入至预设向量提取层,得到提取后物体坐标向量。其中,上述提取后物体坐标向量可以表征上述目标物体信息的多维矩阵向量。
第二子步骤,提取上述提取后物体坐标向量中满足第一预设向量条件的物体坐标向量,作为第一坐标向量。其中,上述第一预设向量条件可以是上述提取后物体坐标向量中表征目标物体信息最左面坐标点的维度。
第三子步骤,提取上述第一物体坐标向量中满足第二预设向量条件的物体坐标向量,作为表征目标物体信息的第五角点的向量。其中,上述第二预设向量条件可以是上述第一坐标向量中表征目标物体信息最上面坐标点的维度。
第四子步骤,提取上述第一物体坐标向量中满足第三预设向量条件的物体坐标向量,作为表征目标物体信息的第七角点的向量。其中,上述第三预设向量条件可以是上述第一坐标向量中表征目标物体信息最下面坐标点的维度。
第五子步骤,提取上述提取后物体坐标向量中满足第四预设向量条件的物体坐标向量,作为第二坐标向量。其中,上述第四预设向量条件可以是上述提取后坐标向量中表征目标物体信息最右面坐标点的维度。
第六子步骤,提取上述第二物体坐标向量中满足第五预设向量条件的物体坐标向量,作为表征目标物体信息的第六角点的向量。其中,上述第五预设向量条件可以是上述第二坐标向量中表征目标物体信息最上面坐标点的维度。
第七子步骤,提取上述第二物体坐标向量中满足第六预设向量条件的物体坐标向量,作为表征目标物体信息的第八角点的向量。其中,上述第五预设向量条件可以是上述第二坐标向量中表征目标物体信息最上面坐标点的维度。
第二步,将所得到的至少一个表征目标物体信息的第五角点的向量、至少一个表征目标物体信息的第六角点的向量、至少一个表征目标物体信息的第七角点的向量和至少一个表征目标物体信息的第八角点的向量,转化为至少一个表征目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点。
第三子步骤,将上述至少一个物体坐标向量中每个物体坐标向量输入至上述中心点池化层,得到至少一个目标物体信息中每个目标物体信息的中心点,作为至少一个中心点。
实践中,上述将上述至少一个物体坐标向量中每个物体坐标向量输入至上述中心点池化层,得到至少一个目标物体信息中每个目标物体信息的中心点,包括:
第一步,对于上述至少一个物体坐标向量中每个物体坐标向量,执行以下第二转化步骤:
第一子步骤,将上述物体坐标向量输入至预设向量提取层,得到提取物体坐标向量。其中,上述提取物体坐标向量可以表征上述目标物体信息的多维矩阵向量。
第二子步骤,提取上述提取物体坐标向量中满足第七预设向量条件的物体坐标向量,作为第三坐标向量。其中,上述第七预设向量条件可以是上述提取物体坐标向量中表征目标物体信息最左面坐标点的维度。
第三子步骤,提取上述第三物体坐标向量中满足第八预设向量条件的物体坐标向量,作为表征目标物体信息的左上角点的向量。其中,上述第八预设向量条件可以是上述第三坐标向量中表征目标物体信息最上面坐标点的维度。
第四子步骤,提取上述提取物体坐标向量中满足第九预设向量条件的物体坐标向量,作为第四坐标向量。其中,上述第九预设向量条件可以是上述提取坐标向量中表征目标物体信息最右面坐标点的维度。
第五子步骤,提取上述第四物体坐标向量中满足第十预设向量条件的物体坐标向量,作为表征目标物体信息的右下角点的向量。其中,上述第十预设向量条件可以是上述第四坐标向量中表征目标物体信息最下面坐标点的维度。
第六子步骤,将上述表征目标物体信息的右下角点的向量和上述表征目标物体信息的左上角点的向量进行相加处理,得到相加后物体坐标向量,作为表征目标物体信息的中心角点的向量。
第二步,将所得到的至少一个表征目标物体信息的中心角点的向量,转化为至少一个表征目标物体信息中每个目标物体信息的中心点。第四子步骤,将上述至少一个目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点输入至上述角点概率识别层,得到上述至少一个目标物体信息中每个目标物体信息的第五角点的概率、第六角点的概率、第七角点的概率和第八角点的概率。
实践中,上述角点概率识别层可以是利用热力图,识别角点概率的识别层。
第五子步骤,将上述至少一个目标物体信息中每个目标物体信息的第五角点的概率、第六角点的概率、第七角点的概率和第八角点的概率的平均值,确定为至少一个角点概率。
第六子步骤,将上述至少一个目标物体信息中每个目标物体信息的中心点输入至中心点概率识别层,得到至少一个目标物体信息中每个目标物体信息的中心点的概率。其中,上述角点概率识别层可以是利用热力图,识别中心点概率的识别层。
第七子步骤,将上述至少一个目标物体信息中每个目标物体信息的中心点与对应的角点概率,确定为物体类型信息的概率。
第八子步骤,将上述至少一个角点集和上述至少一个中心点进行组合处理,得到处理后至少一个坐标点集,作为至少一个物体位置信息。
第九子步骤,将上述少一个物体位置信息、上述至少一个目标物体信息中每个目标物体信息的物体类型信息、上述物体训练标签包括上述至少一个目标物体信息中每个目标物体信息的坐标点信息和类别信息进行损失处理,得到初始第二检测模型的损失值。其中,上述初始第二检测模型的损失值可以是利用交叉熵损失函数来确定的损失值。
第十子步骤,响应于确定上述损失值小于等于上述预设损失值,将初始第二检测模型确定为第二检测模型。
第五步,根据上述至少一个物体位置信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列。
实践中,上述检测框集序列是通过以下步骤得到的:
第一步,对于上述至少一个物体位置信息序列中的每个物体位置信息,执行以下步骤:
第一子步骤,将上述物体位置信息中包括的第一角点与二角点相连,以及将上述物体位置信息中包括的第二角点与三角点相连,以及将上述物体位置信息中包括的第三角点与四角点相连,以及将上述物体位置信息中包括的第四角点与一角点相连,得到连接后矩形框,作为检测框。
上述第一步至第五步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“通过相关人员来确定检测框,不能确定目标物体信息的大小,导致检测框不能完全包括住目标物体信息”。增加当前车辆中自动泊车辅助系统的工作负荷和降低泊车的安全性的因素往往如下:通过相关人员来确定检测框,不能确定目标物体信息的大小,导致检测框不能完全包括住目标物体信息。如果解决了上述因素,检测框可以完全包括住目标物体信息的效果。为了达到这一效果,首先,获取物体训练数据,其中,上述物体训练数据包括至少一个目标物体信息。其次,将上述物体训练数据发送至上述终端,以供上述终端的相关人员对上述物体训练数据进行标注处理,得到物体训练标签。然后,接收上述终端发送的物体训练标签。接着,基于获取的物体训练数据和上述终端发送的物体训练标签,执行以下模型训练步骤:第一,将上述物体训练数据输入至初始第二检测模型包括的向量提取层,得到至少一个目标物体信息中每个目标物体信息的物体类型信息、物体旋转角度信息和物体坐标向量,分别作为至少一个物体类型信息、至少一个物体旋转角度信息和至少一个物体坐标向量。其中,将上述物体训练数据输入至初始第二检测模型包括的向量提取层,可以得到至少一个目标物体信息中每个目标物体信息的、准确率较高的物体类型信息、物体旋转角度信息和物体坐标向量,分别作为至少一个物体类型信息、至少一个物体旋转角度信息和至少一个物体坐标向量。第二,将上述至少一个物体坐标向量中每个物体坐标向量输入至上述角点池化层,得到至少一个目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点,作为至少一个角点集。将上述至少一个物体坐标向量中每个物体坐标向量输入至上述角点池化层,可以得到至少一个准确率较高角点集。第三,将上述至少一个物体坐标向量中每个物体坐标向量输入至上述中心点池化层,得到至少一个目标物体信息中每个目标物体信息的中心点,作为至少一个中心点。第四,将上述至少一个目标物体信息中每个目标物体信息的第五角点、第六角点、第七角点和第八角点输入至上述角点概率识别层,得到上述至少一个目标物体信息中每个目标物体信息的第五角点的概率、第六角点的概率、第七角点的概率和第八角点的概率。第五,将上述至少一个目标物体信息中每个目标物体信息的第五角点的概率、第六角点的概率、第七角点的概率和第八角点的概率的平均值,确定为至少一个角点概率。第六,将上述至少一个目标物体信息中每个目标物体信息的中心点输入至中心点概率识别层,得到至少一个目标物体信息中每个目标物体信息的中心点的概率。其中,上述角点概率识别层可以是利用热力图,识别中心点概率的识别层。第七,将上述至少一个目标物体信息中每个目标物体信息的中心点与对应的角点概率,确定为物体类型信息的概率。第八,将上述至少一个角点集和上述至少一个中心点进行组合处理,得到处理后至少一个坐标点集,作为至少一个物体位置信息。第九,将上述少一个物体位置信息、上述至少一个目标物体信息中每个目标物体信息的物体类型信息、上述物体训练标签包括上述至少一个目标物体信息中每个目标物体信息的坐标点信息和类别信息进行损失处理,得到初始第二检测模型的损失值。第十,响应于确定上述损失值小于等于上述预设损失值,将初始第二检测模型确定为第二检测模型。最后,根据上述至少一个物体位置信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列。将上述物体位置信息中包括的第一角点与二角点相连,以及将上述物体位置信息中包括的第二角点与三角点相连,以及将上述物体位置信息中包括的第三角点与四角点相连,以及将上述物体位置信息中包括的第四角点与一角点相连,得到连接后矩形框,作为检测框。其中,将上述物体位置信息包括的四个准确率高的角点相连接,可以得到准确率高的检测框,从而可以包括住目标物体信息。
在一些实施例的一些可选的实现方式中,在上述将上述目标视频中的每帧目标图像输入至第二检测模型之后,还包括:
将上述目标视频中的每帧目标图像输入至上述第二检测模型得到,至少一个物体类型信息序列、至少一个物体旋转角度信息序列和至少一个物体类型概率序列。
在一些实施例的一些可选的实现方式中,在上述基于获取的物体训练数据和上述终端发送的物体训练标签,执行以下模型训练步骤之后,还包括:
第一步,响应于确定上述损失值大于上述预设损失值,更新初始第二检测模型参数,以及重新获取物体训练数据以发送至上述终端;
第二步,接收上述终端发送的针对重新获取的推训练数据的推训练标签,以重新执行上述训练步骤。
步骤105,将检测框集序列与目标视频进行组合处理,得到处理后目标视频。
在一些实施例中,上述执行主体可以将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。其中,上述处理后目标视频可以是在上述处理后目标视频中每个目标物体信息对应的检测框。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的检测框处理方法,可以在目标图像中添加准确率高的检测框和对应的目标物体信息。具体来说,造成筛选后检测框准确率不高。的原因在于:通过单一的尺寸集,对多个检测框进行筛选,导致筛选后检测框准确率不高。基于此,本公开的一些实施例的检测框处理方法,获取目标视频;对于上述目标视频中的每个目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息;将上述目标图像输入至第一检测模型,得到上述至少一个检测框集和至少一个第一中心点位置坐标集,其中,上述至少一个检测框集中的检测框集是上述至少一个目标物体信息中每个目标物体信息对应的多个检测框,上述至少一个第一中心点位置坐标集中的每个第一中心点位置坐标集是对应的目标物体信息的中心点位置坐标;通过上述第一检测模型,可以提高得到上述至少一个检测框集和上述至少一个第一中心点位置坐标集的准确率高。将上述目标图像输入至第二检测模型,得到上述至少一个目标物体信息对应的至少一个尺寸集和至少一个第二中心点位置坐标集,上述至少一个第二中心点位置坐标集中的每个第二中心点位置坐标集是对应的目标物体信息的中心点位置坐标;通过上述第二检测模型,可以提高得到上述至少一个尺寸集和上述至少一个第二中心点位置坐标集的速度快。根据至少一个尺寸集、上述至少一个第一中心点位置坐标集、上述至少一个第二中心点位置坐标集和上述至少一个检测框集,确定上述至少一个目标物体信息中的每个目标物体信息的检测框,得到至少一个检测框;通过上述至少一个尺寸集、上述至少一个第一中心点位置坐标集、上述至少一个第二中心点位置坐标集和上述至少一个检测框集,可以避免单一的尺寸集得到的检测框准确率低。将上述至少一个检测框与对应的至少一个目标物体信息进行组合处理,得到处理后目标图像,以得到处理后目标视频。其中,上述处理后目标图像快速定位到上述目标图像中的目标物体信息。降低分析的任务量。以及通过上述至少一个尺寸集、上述至少一个第一中心点位置坐标集、上述至少一个第二中心点位置坐标集和上述至少一个检测框集,可以避免尺寸集的单一性,从而在目标图像中添加准确率高的检测框和对应的目标物体信息。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种检测框处理装置的一些实施例,这些装置实施例与图1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2所示,一些实施例的检测框处理装置200包括:获取单元201、执行单元202、确定单元203、生成单元204和组合处理单元205。其中,获取单元201,被配置成获取目标视频;执行单元202,被配置成对于上述目标视频中的每帧目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息;将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;确定单元203,被配置成根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;生成单元204,被配置成响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;组合处理单元205,被配置成将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。
可以理解的是,检测框处理装置200中记载的诸单元与参考图1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200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300(例如图1中的终端设备)的结构示意图。图3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3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305: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306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,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3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309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301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上述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(Hyper Text 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装置中所包含的;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:获取目标视频;对于上述目标视频中的每帧目标图像,执行以下处理步骤:确定上述目标图像中的至少一个目标物体信息;将上述目标图像输入至第一检测模型,得到上述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,上述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;根据所得到的至少一个位置坐标点信息序列,确定上述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;响应于确定上述数量序列中的每个数量相等,且上述编号集序列中的每个编号集相等,根据上述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;将上述检测框集序列与上述目标视频进行组合处理,得到处理后目标视频。
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,上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:一种处理器包括获取单元、执行单元、确定单元、生成单元和组合处理单元。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,获取单元还可以被描述为“获取目标视频的单元”。
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 (8)
1.一种检测框处理方法,包括:
获取目标视频;
对于所述目标视频中的每帧目标图像,执行以下处理步骤:
确定所述目标图像中的至少一个目标物体信息;
将所述目标图像输入至第一检测模型,得到所述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,所述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;根据所得到的至少一个位置坐标点信息序列,确定所述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;
响应于确定所述数量序列中的每个数量相等,且所述编号集序列中的每个编号集相等,根据所述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;
将所述检测框集序列与所述目标视频进行组合处理,得到处理后目标视频。
2.根据权利要求1所述的方法,其中,所述第一检测模型是通过以下步骤训练得到的:
获取训练数据,其中,所述训练数据包括至少一个目标物体信息;
将所述训练数据发送至终端,以供所述终端的相关人员对所述训练数据进行标注处理,得到训练标签;
接收所述终端发送的训练标签;
基于获取的训练数据和所述终端发送的训练标签,执行以下训练步骤:
将所述训练数据输入至初始第一检测模型包括的物体检测层,得到至少一个目标物体信息中每个目标物体信息的类型信息、旋转角度信息和坐标点信息集,分别作为至少一个类型信息、至少一个旋转角度信息和至少一个坐标点信息集,其中,所述初始第一检测模型包括:物体坐标检测层、坐标点概率识别层,所述坐标点信息集中的每个坐标点信息包括:目标物体信息的第一角点、第二角点、第三角点、第四角点和中心点;
对于所述至少一个坐标点信息集中的每个坐标点信息集,执行以下步骤:
将所述坐标点信息集输入至所述坐标点概率识别层,得到所述坐标点信息集中每个坐标点信息对应的概率,作为坐标点信息概率集;
利用所得到的至少一个坐标点信息概率集,对所述至少一个坐标点信息集进行筛选处理,得到至少一个坐标点信息和所述至少一个坐标点对应的至少一个坐标点信息概率;
将所述至少一个坐标点信息概率中的每个坐标点信息概率确定为至少一个类型信息中对应的类型信息的概率,作为至少一个类型信息概率;
根据所述至少一个类型信息、所述至少一个坐标点信息和所述训练标签,生成所述初始第一检测模型的准确率;
响应于确定所述准确率大于等于预设准确率,将所述初始第一检测模型确定为第一检测模型。
3.根据权利要求2所述的方法,其中,在所述基于获取的训练数据和所述终端发送的训练标签,执行以下训练步骤之后,还包括:
响应于确定所述准确率小于所述预设准确率,更新初始第一检测模型参数,以及重新获取训练数据以发送至所述终端;
接收所述终端发送的针对重新获取的训练数据的训练标签,以重新执行所述训练步骤。
4.根据权利要求1所述的方法,其中,在将所述目标图像输入至第一检测模型,得到所述至少一个目标物体信息中每个目标物体信息的位置坐标点信息之后,还包括:
将所述目标图像输入至第一检测模型,得到所述至少一个目标物体信息中每个目标物体信息的类型信息、和旋转角度信息和类型信息对应的概率,分别作为至少一个类型信息、至少一个旋转角度信息和至少一个类型信息概率。
5.根据权利要求2所述的方法,其中,所述物体检测层包括:第一卷积层、第二卷积层、第三卷积层、第四卷积层、第一池化层、第二池化层、第一激活函数层和第二激活函数层。
6.一种检测框处理装置,包括:
获取单元,被配置成获取目标视频;
执行单元,被配置成对于所述目标视频中的每帧目标图像,执行以下处理步骤:确定所述目标图像中的至少一个目标物体信息;将所述目标图像输入至第一检测模型,得到所述至少一个目标物体信息中每个目标物体信息的位置坐标点信息,作为至少一个位置坐标点信息,其中,所述至少一个位置坐标点信息中每个位置坐标点信息包括:第一角点、第二角点、第三角点、第四角点和中心点;
确定单元,被配置成根据所得到的至少一个位置坐标点信息序列,确定所述目标视频中每帧目标图像中至少一个目标物体信息的数量和至少一个目标物体信息中每个目标物体信息的编号,作为编号集,得到数量序列和编号集序列;
生成单元,被配置成响应于确定所述数量序列中的每个数量相等,且所述编号集序列中的每个编号集相等,根据所述至少一个位置坐标点信息序列,生成目标视频中每个目标图像中每个目标物体信息的检测框,作为检测框集序列;
组合处理单元,被配置成将所述检测框集序列与所述目标视频进行组合处理,得到处理后目标视频。
7.一种电子设备,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1-5中任一所述的方法。
8.一种计算机可读介质,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1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211514087.5A CN115761412A (zh) | 2022-11-29 | 2022-11-29 | 检测框处理方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211514087.5A CN115761412A (zh) | 2022-11-29 | 2022-11-29 | 检测框处理方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115761412A true CN115761412A (zh) | 2023-03-07 |
Family
ID=85340823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211514087.5A Pending CN115761412A (zh) | 2022-11-29 | 2022-11-29 | 检测框处理方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115761412A (zh) |
-
2022
- 2022-11-29 CN CN202211514087.5A patent/CN115761412A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
US11392792B2 (en) | Method and apparatus for generating vehicle damage information | |
CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
CN112668588B (zh) | 车位信息生成方法、装置、设备和计算机可读介质 | |
CN112200173B (zh) | 多网络模型训练方法、图像标注方法和人脸图像识别方法 | |
CN111783626A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN115272182B (zh) | 车道线检测方法、装置、电子设备和计算机可读介质 | |
CN112330788A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN112907628A (zh) | 视频目标追踪方法、装置、存储介质及电子设备 | |
CN115100536B (zh) | 建筑物识别方法、装置、电子设备和计算机可读介质 | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
CN113780239B (zh) | 虹膜识别方法、装置、电子设备和计算机可读介质 | |
CN113688928B (zh) | 图像匹配方法、装置、电子设备和计算机可读介质 | |
CN115187510A (zh) | 回环检测方法、装置、电子设备及介质 | |
CN115761412A (zh) | 检测框处理方法、装置、电子设备和计算机可读介质 | |
US11610328B2 (en) | Method and apparatus for identifying item | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN112528970A (zh) | 路牌检测方法、装置、设备和计算机可读介质 | |
CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
CN110991312A (zh) | 生成检测信息的方法、装置、电子设备和介质 | |
CN113239943B (zh) | 基于部件语义图的三维部件提取组合方法和装置 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN115345931B (zh) | 物体姿态关键点信息生成方法、装置、电子设备和介质 | |
CN115292540B (zh) | 多模态零件信息识别方法、装置、设备和计算机可读介质 | |
CN113128601B (zh) | 分类模型的训练方法和对图像进行分类的方法 |
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 |