CN115861809A - 杆状物检测及其模型的训练方法、装置、电子设备、介质 - Google Patents

Abstract

本公开提供了杆状物检测及其模型的训练方法、装置、电子设备、介质，涉及自动驾驶技术领域，尤其涉及目标检测技术领域。杆状物检测模型的训练方法的具体实现方案为：获取多张样本图像；每张样本图像标注有杆状物的标注信息，标注信息包括杆状物的标注框以及标注框中的标识点；对于每张样本图像，将样本图像输入神经网络，以由神经网络生成对应于样本图像的特征图层，并对特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，目标锚框根据标识点确定；根据检测结果和标注信息计算损失误差，并基于损失误差调节神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

Description

杆状物检测及其模型的训练方法、装置、电子设备、介质

技术领域

本公开涉及自动驾驶技术领域，尤其涉及目标检测技术领域。

背景技术

目标检测广泛应用于无人驾驶、机器人导航、智能视频监控、航空航天等诸多领域。以无人驾驶领域为例，感知是最基础的一环，通过对车辆周边的环境进行识别，为后续定位、决策等系统提供了重要的先验信息。杆状物普遍存在于各个场景中，如树干、灯杆等元素。

目前，一般使用基于神经网络模型的目标检测对杆状物进行检测，该方法又可以分为无锚点(anchor-free)和基于锚点(anchor-base)，其中anchor-based算法在anchor的分配上具有局限性，从而降低了检测结果的精度。

发明内容

本公开提供了一种杆状物检测及其模型的训练方法、装置、电子设备、介质以及计算机程序产品。

根据本公开的第一方面，提供了一种杆状物检测模型的训练方法，包括：

获取多张样本图像；每张样本图像标注有杆状物的标注信息，所述标注信息包括所述杆状物的标注框以及所述标注框中的标识点；

对于每张样本图像，将所述样本图像输入神经网络，以由所述神经网络生成对应于所述样本图像的特征图层，并对所述特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，所述目标锚框根据所述标识点确定；

根据所述检测结果和所述标注信息计算损失误差，并基于所述损失误差调节所述神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

根据本公开的第二方面，提供了一种杆状物检测方法，包括：

获取待检测图像；

将所述待检测图像输入杆状物检测模型，根据所述杆状物检测模型检测所述待检测图像中的杆状物；所述杆状物检测模型根据第一方面所述的杆状物检测模型的训练方法得到。

根据本公开的第三方面，提供了一种杆状物检测模型的训练装

置，包括：

第一获取模块，用于获取多张样本图像；每张样本图像标注有杆状物的标注信息，所述标注信息包括所述杆状物的标注框以及所

述标注框中的标识点；

输入模块，用于对于每张样本图像，将所述样本图像输入神经

网络，以由所述神经网络生成对应于所述样本图像的特征图层，并对所述特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，所述目标锚框根据所述标识点确定；

训练模块，根据所述检测结果和所述标注信息计算损失误差，并基于所述损失误差调节所述神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

根据本公开的第四方面，提供了一种杆状物检测装置，包括：

第二获取模块，获取待检测图像；

检测模块，用于将所述待检测图像输入杆状物检测模型，根据所述杆状物检测模型检测所述待检测图像中的杆状物；所述杆状物检测模型根据第三方面所述的杆状物检测模型的训练装置得到。

根据本公开的第五方面，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第一方面或者第二方面所述的方法。

根据本公开的第六方面，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第一方面或者第二方面所述的方法。

根据本公开的第七方面，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第一方面或者第二方面所述的方法。

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为本公开一示例性实施例提供的一种杆状物检测模型的训练方法的流程图；

图2为本公开一示例性实施例提供的另一种杆状物检测模型的训练方法的流程图；

图3为本公开一示例性实施例提供的另一种杆状物检测模型的训练方法的流程图；

图4为本公开一示例性实施例提供的一种杆状物检测方法的流程图；

图5为本公开一示例性实施例提供的一种杆状物检测模型的训练装置的模块示意图；

图6为本公开一示例性实施例提供的一种杆状物检测装置的模块示意图；

图7为本公开一示例性实施例提供的一种电子设备的框图。

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。

图1为本公开一示例性实施例提供的一种杆状物检测模型的训练方法的流程图，该杆状物检测模型的训练方法包括以下步骤：

步骤101、获取多张样本图像。

每张样本图像标注有杆状物的标注信息，标注信息包括杆状物的标注框以及标注框中的标识点。标注框表征样本图像中杆状物所在的区域。标识点可以是标注框中的任意一点，当然越靠近标注框的中心点越好。优选地，该标识点为标注框的中心点。

样本图像的数量可以根据实际情况自行设置，理论上，样本图像的数量越多，图像内容越丰富，训练得到的杆状物检测模型的精确度越高、鲁棒性越强。

在一个实施例中，对样本图像进行数据增强处理，例如对于包含长度、宽度相差很大的杆状物的样本图像，对该样本图像进行扭曲处理，并采用经过扭曲处理的样本图像进行模型训练，以进一步提高杆状物检测模型的鲁棒性。

步骤102、对于每张样本图像，将样本图像输入神经网络，以由神经网络生成对应于样本图像的特征图层，并对特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果。

其中，目标锚框根据标识点确定。

相关技术中，进行目标检测时，会预设一组不同尺度、不同位置的锚框(anchor)，几乎覆盖样本图像的所有位置和尺度，每个锚框负责检测与其交并比大于阈值的目标，一边预测锚框中是否包含目标，一边预测目标框偏离固定锚框多远。但是杆状物的长宽相差较大，目前的锚框设置方式，经常发生锚框与标注框匹配失败的情况，例如，对于样本图像中的竖向杆状物，锚框横向偏离若干像素，锚框就无法匹配到样本图像中的标注框，导致匹配后的正样本相对较少，训练结果不理想，得到的杆状物检测模型的性能自然较差。

本公开实施例中，为特征图层设置锚框时，根据标注框的标识点为特征图层设置目标锚框，由于目标锚框是基于标注框的标识点作为参照设置的，基于该目标锚框能够大大提高锚框与标注框匹配的效率。目标锚框可以是其中心点与标识点的距离小于距离阈值的锚框，或者目标锚框为将标识点作为中心点设置的锚框。

目标锚框的数量可以是一个，也可以是多个；当具有多个目标锚框时，则将多个目标锚框中尺寸、形状与标注框最相似度的目标锚框确定为最终的目标锚框，并对最终的目标锚框所在的图像区域进行回归和分类，实现杆状物检测。

步骤103、根据检测结果和标注信息计算损失误差，并基于损失误差调节神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

损失误差基于损失函数计算，损失函数可以参考相关技术中的损失函数，本公开实施例对此不作特别限定。

本公开实施例中，对神经网络进行迭代训练，直至满足迭代停止条件，将训练完成的神经网络确定为杆状物检测模型，该杆状物检测模型可用于检测图像中的杆状物。其中，迭代停止条件可以但不限于包括损失误差小于误差阈值或者迭代次数达到次数阈值。误差阈值、次数阈值可以根据实际情况自行设置。

本公开实施例中，考虑到杆状物的长宽差异，优化了锚框的设置方式，根据标识点的位置设置锚框，能够大大提高锚框与标注框匹配的成功率，相当于提高了正样本的数量，从而能够提高杆状物检测模型的性能以及模型训练的效率。

该杆状物检测模型可以用于车载终端，有助于提高车载终端精准地检测杆状物，为后续定位系统提供较强的先验信息，使无人车的定位更加准确且鲁棒性更好。

在图1示出杆状物检测模型的训练方法的基础上，图2示出了另一种杆状物检测模型的训练方法的流程图，该杆状物检测模型的训练方法包括以下步骤：

步骤201、获取多张样本图像。

其中，每张样本图像标注有杆状物的标注信息，标注信息包括杆状物的标注框中的标识点。标注框表征样本图像中杆状物所在的区域。标识点可以是标注框中的任意点，当然越靠近标注框的中心点越好。因为越靠近标注框的中心点，标注框与锚框的重叠区域就越大，匹配成功率就越高。优选地，该标识点为标注框的中心点。

步骤201的具体实现方式与步骤101类似，此处不再赘述。

步骤202、对于每张样本图像，将样本图像输入神经网络，以由神经网络生成对应于样本图像的特征图层，为特征图层设置锚框，并对目标锚框所在的图像区域进行杆状物检测，输出检测结果。

其中，目标锚框的中心点与特征图层中标识点的距离小于距离阈值。该距离阈值可以根据实际情况自行设置。

神经网络生成的特征图层的数量可以根据实际情况自行设置，可以是1层、2层、3层，甚至更多，各个特征图层中杆状物的长度不同。为特征图层设置锚框时，可以为所生成的所有特征图层设置锚框，也可以为部分特征图层设置锚框，本公开实施例对此不作特别限定。

下面以对1层特征图层设置锚框为例，介绍设置锚框的过程。

为特征图层设置多个候选锚框，分别计算各个候选锚框的中心点与特征图层中标注框的标识点的距离；若候选锚框的中心点与标识点的距离小于距离阈值，说明候选锚框与标注框大概率能匹配上，则将该候选锚框确定为目标锚框；否则候选锚框不适合做目标锚框。

目标锚框的数量可以是一个，也可以是多个；当具有多个目标锚框时，则将多个目标锚框中尺寸、形状与标注框最相似度的目标锚框确定为最终的目标锚框，并对最终的目标锚框所在的图像区域进行回归和分类，实现杆状物检测。

需要说明的是，当样本图像中包含多个杆状物，对应多个标注框的标识点，对于每个标识点需要独立计算。

在一个实施例中，为特征图层设置锚框时，依据特征图中杆状物的标注框的长度设置，具体的：从多个候选锚框中筛选出目标长度的锚框，以为特征图层设置目标长度的锚框；其中，目标长度与特征图层中杆状物的标注框的长度的差值小于差值阈值。差值阈值可以根据实际情况自行设置。

为特征图层设置目标长度的锚框，也即为特征图层设置与特征图层中杆状物的标注框的长度适配的锚框。对于不同的特征图层，其中杆状物的标注框的长度不同，分别为其设置长度适配的锚框，一方面可以提高锚框与标注框匹配的成功率和效率，另一方面可以避免同个尺寸的锚框反复设置给不同的特征图层而提高计算量。

需要说明的是，可以先为特征图层设置目标长度的锚框，再从目标长度的锚框中确定中心点与标识点的距离小于距离阈值的目标锚框；也可以先确定中心点与标识点的距离小于距离阈值的目标锚框，再从目标锚框中筛选出目标长度的锚框作为最终的目标锚框；本公开实施例两者的执行顺序不作特别限定。

在一个实施例中，上述多个候选锚框的尺寸根据经验值确定。

在一个实施例中，上述多个候选锚框根据样本图像的标注框的长度确定。具体的：对多张样本图像的标注框的长度进行聚类处理，根据聚类处理的结果，得到多个候选锚框；每个类别的标注框的长度对应一个候选锚框的长度。

在为特征图像设置锚框时，则为特征图层设置与其包含的杆状物的标注框的长度相适配的候选锚框。从而一方面可以提高锚框与标注框匹配的成功率和效率，另一方面可以提高锚框设置的有效性，避免将无效的锚框设置给特征图层，进而可以减小计算量，提高模型训练的效率。

本公开实施例中，基于长度作为设置锚框的依据，而非通过面积，能够避免面积的干扰，进一步提高锚框设置的有效性，提高锚框与标注框匹配的成功率。

步骤202所采用的神经网络包括特征提取层和输出层。特征提取层对目标锚框所在的图像区域进行卷积操作，以提取图像特征，输出层根据图像特征进行杆状物检测。

在一个实施例中，卷积操作采用的卷积核包括N₃×N₃卷积核。

在一个实施例中，卷积操作采用的卷积核包括1×N₁卷积核，也即基于竖向卷积提取目标锚框所在的图像区域中的特征，能够更好的提取杆状物的竖向线性特征，特别适合提取样本图像中竖向杆状物的特征。

在一个实施例中，卷积操作采用的卷积核包括N₂×1卷积核，也即基于横向卷积提取目标锚框所在的图像区域中的特征，能够更好的提取杆状物的横向线性特征，特别适合提取样本图像中横向杆状物的特征。

在一个实施例中，卷积操作采用的卷积核包括1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核中的至少两个，结合多个卷积核能够提取更加丰富的特征，有利于提高杆状物检测的准确性。

其中，N₁、N₂和N₃均为正整数。N₁、N₂和N₃可以根据实际情况设置，可以设置为相同，也可以设置为不同，本公开实施例对此不作特别限定。

步骤203、根据检测结果和标注信息计算损失误差，并基于损失误差调节神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

步骤203的具体实现方式与步骤103类似，此处不再赘述。

本公开实施例中，将中心点与标注框的标识点的距离小于距离阈值的锚框确定为目标锚框，能够有效提高锚框与标注框成功匹配的概率。

在图1示出杆状物检测模型的训练方法的基础上，图3示出了另一种杆状物检测模型的训练方法的流程图，该杆状物检测模型的训练方法包括以下步骤：

步骤301、获取多张样本图像。

每张样本图像标注有杆状物的标注信息，标注信息包括杆状物的标注框以及标注框中的标识点。标注框表征样本图像中杆状物所在的区域。标识点可以是标注框中的任意点，当然越靠近标注框的中心点越好。优选地，该标识点为标注框的中心点。

步骤301的具体实现方式与步骤101类似，此处不再赘述。

步骤302、对于每张样本图像，将样本图像输入神经网络，以由神经网络生成对应于样本图像的特征图层，在特征图层中以标识点为中心点设置目标锚框，并对目标锚框所在的图像区域进行杆状物检测，输出检测结果。

神经网络生成的特征图层的数量可以根据实际情况自行设置，可以是1层、2层、3层，甚至更多。为特征图层设置锚框时，可以为所生成的所有特征图层设置锚框，也可以为部分特征图层设置锚框，本公开实施例对此不作特别限定。

下面以对1层特征图设置锚框为例，介绍设置锚框的过程。

本公开实施例中，为特征图层设置锚框时，先确定标注框的标识点位置，将该标识点作为锚框的中心点，设置目标锚框，以使得目标锚框与标注框存在重叠区域，以此提高锚框与标注框成功匹配的概率。且可以减少锚框与标注框无效匹配的概率，从而可以提高模型训练的整体效率。

本公开实施例中，可以为特征图层设置一个目标锚框，也可以设置多个目标锚框；当具有多个目标锚框时，则将多个目标锚框中尺寸、形状与标注框最相似度的目标锚框确定为最终的目标锚框，并对最终的目标锚框所在的图像区域进行回归和分类，实现杆状物检测。

需要说明的是，当样本图像中包含多个杆状物，对应多个标注框的标识点，对于每个标识点需要独立计算。

在一个实施例中，为特征图层设置锚框时，依据特征图中杆状物的标注框的长度设置，具体的：从多个候选锚框中筛选出目标长度的锚框，为特征图层分配目标长度的锚框，将该目标长度的锚框以标注框的标识点作为中心点分配至特征图层，该目标长度的锚框也目标锚框；其中，目标长度与特征图层中杆状物的标注框的长度的差值小于差值阈值。差值阈值可以根据实际情况自行设置。

为特征图层设置目标长度的锚框，也即为特征图层设置与特征图层中杆状物的标注框的长度适配的锚框。对于不同的特征图层，其中杆状物的标注框的长度不同，分别为其设置长度适配的锚框，一方面可以提高锚框与标注框匹配的成功率和效率，另一方面可以避免同个尺寸的锚框反复设置给不同的特征图层而提高计算量。

在一个实施例中，上述多个候选锚框的尺寸根据经验值确定。

在一个实施例中，上述多个候选锚框根据样本图像的标注框的长度确定。具体的：对多张样本图像的标注框的长度进行聚类处理，根据聚类处理的结果，得到多个候选锚框；每个类别的标注框的长度对应一个候选锚框的长度。

在为特征图像设置锚框时，则为特征图层设置与其包含的杆状物的标注框的长度相适配的候选锚框。从而一方面可以提高锚框与标注框匹配的成功率和效率，另一方面可以提高锚框设置的有效性，避免将无效的锚框设置给特征图层，进而可以减小计算量，提高模型训练的效率。

本公开实施例中，基于长度作为设置锚框的依据，而非通过面积，能够避免面积的干扰，进一步提高锚框设置的有效性，提高锚框与标注框匹配的成功率。

步骤302所采用的神经网络包括特征提取层和输出层。特征提取层对目标锚框所在的图像区域进行卷积操作，以提取图像特征，输出层根据图像特征进行杆状物检测。

在一个实施例中，卷积操作采用的卷积核包括N₃×N₃卷积核。

在一个实施例中，卷积操作采用的卷积核包括1×N₁卷积核，也即基于竖向卷积提取目标锚框所在的图像区域中的特征，能够更好的提取杆状物的竖向线性特征，特别适合提取样本图像中竖向杆状物的特征。

在一个实施例中，卷积操作采用的卷积核包括N₂×1卷积核，也即基于横向卷积提取目标锚框所在的图像区域中的特征，能够更好的提取杆状物的横向线性特征，特别适合提取样本图像中横向杆状物的特征。

在一个实施例中，卷积操作采用的卷积核包括1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核中的至少两个，结合多个卷积核能够提取更加丰富的特征，有利于提高杆状物检测的准确性。

其中，N₁、N₂和N₃均为正整数。N₁、N₂和N₃可以根据实际情况设置，可以设置为相同，也可以设置为不同，本公开实施例对此不作特别限定。

步骤303、根据检测结果和标注信息计算损失误差，并基于损失误差调节神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

步骤303的具体实现方式与步骤103类似，此处不再赘述。

图4为本公开一示例性实施例提供的一种杆状物检测方法的流程图，该杆状物检测方法包括以下步骤：

步骤401、获取待检测图像。

步骤402、将待检测图像输入杆状物检测模型，根据杆状物检测模型检测待检测图像中的杆状物。

该杆状物检测模型根据上述任一实施例提供的杆状物检测模型的训练方法得到。

本公开实施例采用的杆状物检测模型特别适合对杆状物的检测，检测效率和准确率极高。该杆状物检测方法可以用于车载终端，有助于提高车载终端精准地检测杆状物，为后续定位系统提供较强的先验信息，使无人车的定位更加准确且鲁棒性更好。

可选地，杆状物检测模型包括特征提取层和输出层；

特征提取层生成对应于待检测图像的特征图层，在特征图层中设置锚框，并对锚框所在的图像区域进行卷积操作，以提取图像特征；卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

输出层根据图像特征进行杆状物检测。

与模型训练时类似的，N₁、N₂和N₃可以根据实际情况设置，可以设置为相同，也可以设置为不同，本公开实施例对此不作特别限定。

在特征提取时采用1×N₁卷积核和/或N₂×1卷积核，能够更好的提取杆状物的线性特征，提取更加丰富的特征，有利于提高杆状物检测的准确性。

与前述杆状物检测模型的训练方法、杆状物检测方法实施例相对应，本公开还提供了杆状物检测模型的训练装置、杆状物检测装置的实施例。

图5为本公开一示例性实施例提供的一种杆状物检测模型的训练装置的模块示意图，该杆状物检测模型的训练装置包括：

第一获取模块51，用于获取多张样本图像；每张样本图像标注有杆状物的标注信息，所述标注信息包括所述杆状物的标注框以及所述标注框中的标识点；

输入模块52，用于对于每张样本图像，将所述样本图像输入神经网络，以由所述神经网络生成对应于所述样本图像的特征图层，并对所述特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，所述目标锚框根据所述标识点确定；

训练模块53，根据所述检测结果和所述标注信息计算损失误差，并基于所述损失误差调节所述神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

可选地，所述目标锚框的中心点与所述标识点的距离小于距离阈值；

或者，所述目标锚框为将所述标识点作为中心点设置的锚框。

可选地，还包括：

筛选模块，用于从多个候选锚框中筛选出目标长度的锚框，从所述目标长度的锚框中确定目标锚框；其中，所述目标长度与所述特征图层中杆状物的标注框的长度的差值小于差值阈值。

可选地，还包括：

聚类模块，用于对多张样本图像的标注框的长度进行聚类处理，并根据聚类处理的结果，得到多个候选锚框；每个类别的标注框的长度对应一个候选锚框的长度。

可选地，所述神经网络包括特征提取层和输出层；

所述特征提取层对所述目标锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

可选地，其中，所述标注框中的标识点为所述标注框的中心点。

图6为本公开一示例实施例提供的一种杆状物检测装置的模块示意图，该杆状物检测装置包括：

第二获取模块61，获取待检测图像；

检测模块62，用于将所述待检测图像输入杆状物检测模型，根据所述杆状物检测模型检测所述待检测图像中的杆状物；所述杆状物检测模型根据上述任一实施例提供的杆状物检测模型的训练装置得到。

可选地，所述杆状物检测模型包括特征提取层和输出层；

所述特征提取层生成对应于所述待检测图像的特征图层，在所述特征图层中设置锚框，并对所述锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本公开的技术方案中，所涉及的图像样本、待检测图像的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

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RAM703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，例如方法杆状物检测模型的训练方法、杆状物检测方法。例如，在一些实施例中，杆状物检测模型的训练方法、杆状物检测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ROM702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RAM703并由计算单元701执行时，可以执行上文描述的杆状物检测模型的训练方法、杆状物检测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)而被配置为执行杆状物检测模型的训练方法、杆状物检测方法。

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)、复杂可编程逻辑设备(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)和互联网。

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，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。

本公开实施例提供的计算机可读存储介质为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上述任一实施例提供的方法。

本公开实施例提供的计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述任一实施例提供的方法。

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 (19)

1.一种杆状物检测模型的训练方法，包括：

获取多张样本图像；每张样本图像标注有杆状物的标注信息，所述标注信息包括所述杆状物的标注框以及所述标注框中的标识点；

对于每张样本图像，将所述样本图像输入神经网络，以由所述神经网络生成对应于所述样本图像的特征图层，并对所述特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，所述目标锚框根据所述标识点确定；

根据所述检测结果和所述标注信息计算损失误差，并基于所述损失误差调节所述神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

2.根据权利要求1所述的杆状物检测模型的训练方法，

所述目标锚框的中心点与所述标识点的距离小于距离阈值；

或者，所述目标锚框为将所述标识点作为中心点设置的锚框。

3.根据权利要求2所述的杆状物检测模型的训练方法，还包括：

从多个候选锚框中筛选出目标长度的锚框，从所述目标长度的锚框中确定目标锚框；其中，所述目标长度与所述特征图层中杆状物的标注框的长度的差值小于差值阈值。

4.根据权利要求1所述的杆状物检测模型的训练方法，还包括：

对多张样本图像的标注框的长度进行聚类处理；

根据聚类处理的结果，得到多个候选锚框；每个类别的标注框的长度对应一个候选锚框的长度。

5.根据权利要求1所述的杆状物检测模型的训练方法，所述神经网络包括特征提取层和输出层；

所述特征提取层对所述目标锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

6.根据权利要求1-5中任一项所述的杆状物检测模型的训练方法，其中，所述标注框中的标识点为所述标注框的中心点。

7.一种杆状物检测方法，包括：

获取待检测图像；

将所述待检测图像输入杆状物检测模型，根据所述杆状物检测模型检测所述待检测图像中的杆状物；所述杆状物检测模型根据权利要求1-6中任一项所述的杆状物检测模型的训练方法得到。

8.根据权利要求7所述的杆状物检测方法，所述杆状物检测模型包括特征提取层和输出层；

所述特征提取层生成对应于所述待检测图像的特征图层，在所述特征图层中设置锚框，并对所述锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

9.一种杆状物检测模型的训练装置，包括：

第一获取模块，用于获取多张样本图像；每张样本图像标注有杆状物的标注信息，所述标注信息包括所述杆状物的标注框以及所述标注框中的标识点；

输入模块，用于对于每张样本图像，将所述样本图像输入神经网络，以由所述神经网络生成对应于所述样本图像的特征图层，并对所述特征图层中目标锚框所在的图像区域进行杆状物检测，输出检测结果；其中，所述目标锚框根据所述标识点确定；

训练模块，根据所述检测结果和所述标注信息计算损失误差，并基于所述损失误差调节所述神经网络的网络参数，将满足迭代停止条件的神经网络确定为杆状物检测模型。

10.根据权利要求9所述的杆状物检测模型的训练装置，

所述目标锚框的中心点与所述标识点的距离小于距离阈值；

或者，所述目标锚框为将所述标识点作为中心点设置的锚框。

11.根据权利要求10所述的杆状物检测模型的训练装置，还包括：

筛选模块，用于从多个候选锚框中筛选出目标长度的锚框，从所述目标长度的锚框中确定目标锚框；其中，所述目标长度与所述特征图层中杆状物的标注框的长度的差值小于差值阈值。

12.根据权利要求9所述的杆状物检测模型的训练装置，还包括：

聚类模块，用于对多张样本图像的标注框的长度进行聚类处理，并根据聚类处理的结果，得到多个候选锚框；每个类别的标注框的长度对应一个候选锚框的长度。

13.根据权利要求9所述的杆状物检测模型的训练装置，所述神经网络包括特征提取层和输出层；

所述特征提取层对所述目标锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

14.根据权利要求9-13中任一项所述的杆状物检测模型的训练装置，其中，所述标注框中的标识点为所述标注框的中心点。

15.一种杆状物检测装置，包括：

第二获取模块，获取待检测图像；

检测模块，用于将所述待检测图像输入杆状物检测模型，根据所述杆状物检测模型检测所述待检测图像中的杆状物；所述杆状物检测模型根据权利要求9-14中任一项所述的杆状物检测模型的训练装置得到。

16.根据权利要求15所述的杆状物检测装置，所述杆状物检测模型包括特征提取层和输出层；

所述特征提取层生成对应于所述待检测图像的特征图层，在所述特征图层中设置锚框，并对所述锚框所在的图像区域进行卷积操作，以提取图像特征；所述卷积操作采用的卷积核包括以下至少一种：1×N₁卷积核、N₂×1卷积核和N₃×N₃卷积核；其中，N₁、N₂和N₃均为正整数；

所述输出层根据所述图像特征进行杆状物检测。

17.一种电子设备，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1-8中任一项所述的方法。

18.一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1-8中任一项所述的方法。

19.一种计算机程序产品，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1-8中任一项所述的方法。

Images