[发明专利]物体检测方法、神经网络的训练方法、装置和电子设备

权利要求书

1.一种物体检测方法，包括：

通过用于目标区域框检测的深度卷积神经网络，从待处理的图像预测获取多个融合特征图；其中，所述深度卷积神经网络包括第一子网、第二子网和第三子网，所述第一子网具有至少一个下采样层，所述第二子网具有至少一个上采样层；所述融合特征图通过第一特征图和第二特征图得到，所述第一特征图从第一子网获取得到，所述第二特征图从第二子网获取得到；所述第三子网用于根据所述多个融合特征图获取所述待处理的图像的目标区域框数据；

根据所述多个融合特征图获取目标区域框数据，

其中，所述根据所述多个融合特征图获取目标区域框数据，包括：

迭代地执行以下物体区域框回归操作，直到所述迭代满足迭代终止条件为止：通过所述第三子网分别对当前的所述融合特征图进行卷积，获取调整融合特征图；根据当前的初选目标区域框数据，通过所述第三子网对所述调整融合特征图进行区域池化，获取新的融合特征图；从所述新的融合特征图获取新的初选目标区域框数据；

将经过所述迭代得到的所述新的初选目标区域框数据作为所述待处理的图像中的目标区域框数据。

2.根据权利要求1所述的方法，其中，所述第二子网设置在所述第一子网的末端，所述第一子网具有多个第一卷积层和所述至少一个下采样层，所述下采样层设置在所述多个第一卷积层之间，所述第二子网具有多个第二卷积层和所述至少一个上采样层，所述上采样层设置在所述多个第二卷积层之间，所述第一卷积层和所述第二卷积层对称设置，所述至少一个下采样层和所述至少一个上采样层分别对称地设置。

3.根据权利要求2所述的方法，其中，在至少一个所述第一卷积层设有用于输出所述第一特征图的第一输出分支，在第二卷积层设有用于输出所述第二特征图的第二输出分支。

4.根据权利要求3所述的方法，其中，所述第二子网还具有多个第三卷积层，所述第三卷积层的输入包括所述第一输出分支和所述第二输出分支；

所述预测获取多个融合特征图包括：

从所述多个第三卷积层的输出端分别获取所述融合特征图。

5.根据权利要求1～4中任一项所述的方法，其中，所述融合特征图中的每个点具有与多个物体探测框对应的框融合检测数据以及预测准确信息，

所述根据所述多个融合特征图获取目标区域框数据包括：

根据各个所述融合特征图中的框融合检测数据以及预测准确信息分别获取与所述融合特征图各自对应的目标区域框数据。

6.根据权利要求4所述的方法，其中，所述第三子网具有多组第四卷积层和多个池化层，所述多组第四卷积层分别与所述第三卷积层对应，所述多个池化层分别与所述多组第四卷积层对应，并且每个所述池化层的输入包括所述经过调整的融合特征图和所述初选目标区域框的数据。

7.根据权利要求6所述的方法，其中，所述物体区域框回归操作包括：

通过所述第四卷积层分别对当前的所述融合特征图进行卷积，获取调整融合特征图；

根据当前的初选目标区域框数据，通过所述池化层对所述调整融合特征图进行区域池化，获取新的融合特征图；

从所述新的融合特征图获取所述新的初选目标区域框数据。

8.根据权利要求7所述的方法，其中，所述第三子网还具有设置在所述池化层输出端的第五卷积层，

所述从所述新的融合特征图获取所述新的初选目标区域框数据包括：

通过所述第五卷积层对所述新的融合特征图进行规范化卷积，

从经过规范化卷积的融合特征图获取所述新的初选目标区域框数据。

9.根据权利要求6～8中任一项所述的方法，其中，所述第一子网和所述第二子网均为认知―样本归一化(Inception-BN)网络结构，所述第三子网为残差网络(ResNet)结构。