[发明专利]一种目标检测方法、装置及存储介质

说明书

本申请公开了一种目标检测方法、装置及存储介质，涉及目标检测领域，用以解决现有技术中，使用faster rcnn模型进行目标检测时的准确性不能满足检测要求的问题。该方法包括：通过对多个faster rcnn中的RPN层的候选框进行ensemble操作，并将集合后的候选框输入ROI pooling层。对ROI pooling层输出的输出框再次进行集合操作，得到最终的输出结果。这样，通过对RPN层以及ROI pooling层分别进行集合操作，可以获取更多的候选框以及输出框，从而提升了使用faster rcnn进行目标检测时的准确性。

技术领域

本申请涉及目标检测领域，尤其涉及一种目标检测方法、装置及存储介质。

背景技术

目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目标自动提取和识别就显得特别重要。

为了实现目标检测，可采用faster rcnn(faster Regions with ConvolutionalNeural Network，更快的区域提名卷积网络)对待检测图像进行目标检测。然而现有技术中，使用faster rcnn进行目标检测时的准确性不能满足检测要求。

发明内容

申请实施例提供一种目标检测方法、装置及存储介质，用以解决现有技术中，使用faster rcnn进行目标检测时的准确性不能满足检测要求的问题。

第一方面，本申请实施例提供一种目标检测方法，该方法包括：

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(RPN，RegionProposal Network)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(ensembl)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(ROI pooling)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。

第二方面，本申请实施例提供一种目标检测装置，该装置包括：

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。

第三方面，本申请另一实施例还提供了一种计算装置，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本申请实施例提供的一种目标检测方法。

第四方面，本申请另一实施例还提供了一种计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行本申请实施例中的一种目标检测方法。