[发明专利]一种目标检测方法、计算设备及存储介质

说明书

本发明公开了一种目标检测方法，适于在计算设备中执行，包括：将待检测图像输入包含多个卷积块的卷积网络，获取经特定卷积块处理后的至少一个特征图；基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框，其中至少一个先验框指向目标物体；将获取的特征图和对应的先验框输入预测网络，以得到图像中目标物体的位置和类别。该方案能够提高模型检测的性能，尤其是提高了对小目标物体的检测精度。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种目标检测方法、计算设备及存储介质。

背景技术

目标检测近年来取得了重要的进展，主流的算法分为两种类型，一种是两段式的方法，主要是先通过启发式方法或者卷积神经网络产生一系列稀疏的先验框，然后对这些先验框进行分类和回归；一种是单段式的方法，如SSD算法，主要是均匀地在图片的不同位置进行密集抽样，然后利用卷积神经网络提取特征后直接进行分类和回归。

目前SSD算法采用卷积神经网络提取不同尺度的特征图直接进行检测，大尺度的特征图(网络较靠前的特征图)可以用来检测小物体，小尺度特征图(网络较靠后的特征图)用来检测大物体。因此，SSD十分依赖于高分辨率的大尺度特征图来检测小目标。但是由于在神经网络中，浅层的特征图位于网络靠前的位置，往往得不到充分的训练，没有学习到足够的特征，SSD网络对小目标识别效果仍然很差。

因此，需要一种目标检测方法，能够提高对小目标检测的准确性，提升目标检测模型的检测性能。

发明内容

为此，本发明提供了一种目标检测方法，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种目标检测方法，该方法适于在计算设备中执行。首先，将待检测图像输入包含多个卷积块的卷积网络，获取经特定卷积块处理后的至少一个特征图。然后，基于预设的尺度和长宽比，计算得到所获取的特征图对应的多个先验框，其中至少一个先验框指向目标物体。最后，将获取的特征图和对应的先验框输入预测网络，以得到图像中目标物体的位置和类别。

可选地，在上述方法中，所获取的至少一个特征图是由处于卷积网络中靠后的卷积块所输出的特征图，用于表征深层特征。

可选地，在上述方法中，首先，基于预设的最大尺度和最小尺度以及特征图的数量，计算每个特征图对应先验框的尺度。然后，基于各特征图对应先验框的尺度和预设的一组长宽比，分别得到各特征图对应的多个先验框。

可选地，在上述方法中，卷积块为深度残差网络，所述深度残差网络包括卷积核大小为3×3的深度可分离卷积层和卷积核大小为1×1的卷积层。

可选地，在上述方法中，还包括训练生成卷积网络和预测网络的步骤：首先，构建预训练的卷积网络和预训练的预测网络，并初始化网络参数。然后，将训练图像输入预训练的卷积网络和预训练的预测网络进行处理，得到预测物体框的位置和类别置信度。最后，基于训练图像中标注的真实物体框的位置和类别、以及预测物体框的位置和类别置信度，迭代更新网络参数，直到满足预定条件时训练结束，以得到训练生成的卷积网络和预测网络。

可选地，在上述方法中，基于真实物体框的位置与预测物体框的位置之间的定位损失值、以及标注的类别与预测的类别置信度之间的分类损失值的加权和，迭代更新网络参数。

可选地，在上述方法中，预定条件为定位损失值和分类损失值的加权和小于预定值或者前后两次迭代的加权和之差小于预定阈值或者迭代更新的次数达到预设的迭代次数。

可选地，在上述方法中，基于下述公式计算定位损失值和分类损失值的加权和：

其中，L_loc为定位损失值，L_conf为分类损失值，N为匹配的先验框的数量，α为权重系数，g是真实物体框的位置，l为预测物体框的位置，x为标注的类别，c为预测类别置信度。