[发明专利]一种目标检测方法、装置及存储介质有效
申请号: | 201910101098.2 | 申请日: | 2019-01-31 |
公开(公告)号: | CN109829909B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 陈海波 | 申请(专利权)人: | 深兰科技(上海)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 200336 上海市长宁区威*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 目标 检测 方法 装置 存储 介质 | ||
1.一种目标检测方法,其特征在于,所述方法包括:
将待检测图像的特征映射通过多个网络模型的区域提名网络层,得到各网络模型的多个候选框;
对所述各网络模型的多个候选框进行集合操作,得到集合后的候选框;
将所述集合后的候选框及其对应的图像内容输入给各网络模型中的感兴趣区域池化层,确定各网络模型的输出框;
对各网络模型的输出框进行集合操作,得到待检测的目标在待检测图像中候选框;
其中,所述对所述各网络模型的多个候选框进行集合操作,得到集合后的候选框,具体包括:
将各网络模型的多个候选框俩俩进行比较;
若进行比较的俩候选框的重叠面积大于预设阈值,则俩候选框中置信度高的候选框确定为集合后的候选框中的一员;
所述待检测图像的特征映射是通过如下方式得到的:
将所述检测图像输入给层叠的多层卷积层进行处理,得到各卷积层对应的特征图;
针对每个卷积层,将所述卷积层的特征图与所述卷积层指定相邻卷积层的特征图进行特征融合,得到所述卷积层的融合后的特征图,其中,至少一个卷积层的指定相邻卷积层为2个;
针对每个融合后的特征图,将所述融合后的特征图根据预设的卷积核进行卷积处理,得到所述融合后的特征图的特征映射。
2.根据权利要求1所述的方法,其特征在于,得到待检测的目标在待检测图像中候选框之后,所述方法还包括:
剔除包含在另一个候选框中的候选框;
将剩余的候选框确定为检测的目标所在的候选框。
3.根据权利要求2所述的方法,其特征在于,得到候选框时每个候选框对应一个得分,所述剔除包含在另一个候选框中的候选框,具体包括:
确定得分最高的候选框;
针对低于最高得分的每个候选框执行:
计算该候选框与得分最高的候选框的重叠区域与该候选框面积的比值是否大于预设比值;
若大于预设比值,则剔除该候选框;
若不大于预设比值,则保留该候选框;
若保留的候选框大于1个,则由保留的候选框构成一个待处理集合,针对该待处理集合返回执行确定得分最高的候选框的步骤。
4.一种目标检测装置,其特征在于,所述装置包括:
获取模块,用于将待检测图像的特征映射通过多个网络模型的区域提名网络层,得到各网络模型的多个候选框;
第一集合模块,用于对所述各网络模型的多个候选框进行集合操作,得到集合后的候选框;
第一确定模块,用于将所述集合后的候选框及其对应的图像内容输入给各网络模型中的感兴趣区域池化层,确定各网络模型的输出框;
第二集合模块,用于对各网络模型的输出框进行集合操作,得到待检测的目标在待检测图像中候选框;
其中,第一集合模块包括:
比较单元,用于将各网络模型的多个候选框俩俩进行比较;
第一确定单元,用于若进行比较的俩候选框的重叠面积大于预设阈值,则俩候选框中置信度高的候选框确定为集合后的候选框中的一员;
所述获取模块还用于:将所述检测图像输入给层叠的多层卷积层进行处理,得到各卷积层对应的特征图;针对每个卷积层,将所述卷积层的特征图与所述卷积层指定相邻卷积层的特征图进行特征融合,得到所述卷积层的融合后的特征图,其中,至少一个卷积层的指定相邻卷积层为2个;针对每个融合后的特征图,将所述融合后的特征图根据预设的卷积核进行卷积处理,得到所述融合后的特征图的特征映射。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
剔除模块,用于第二集合模块得到待检测的目标在待检测图像中候选框之后,剔除完全包含在另一个候选框中的候选框;
第二确定模块,用于将剩余的候选框确定为检测的目标所在的候选框。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深兰科技(上海)有限公司,未经深兰科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910101098.2/1.html,转载请声明来源钻瓜专利网。