[发明专利]图像检测方法、装置及存储介质

权利要求书

1.一种图像检测方法，其特征在于，包括：

获取目标图像的特征图；

根据所述特征图，通过图像检测模型，获取所述目标图像的第一检测结果，所述第一检测结果包括所述目标图像中包含的检测框、所述检测框的第一预测类别、所述第一预测类别的置信度；

响应于所述第一预测类别的置信度满足第一阈值条件，获取所述第一预测类别对应的目标检测框；

通过预设的分类模型，提取所述目标检测框的图像特征，并基于所述图像特征获取所述目标检测框的最终预测类别；

其中，所述分类模型独立于所述图像检测模型，且与所述图像检测模型级联；所述分类模型中包含N个级联的特征提取模型，N为正整数；

所述通过预设的分类模型，提取所述目标检测框的图像特征，并基于所述图像特征获取所述目标检测框的最终预测类别的步骤，包括：

A1，按照各个特征提取模型的级联顺序，以第一个特征提取模型为目标特征提取模块提取所述目标检测框的图像特征；

A2，基于当前提取到的所述目标检测框的全部图像特征获取所述目标检测框的当前预测类别，以及所述当前预测类别的第一置信度；

A3，响应于所述第一置信度满足第二阈值条件，以所述目标特征提取模块的后一个特征提取模型作为目标特征提取模型，并通过所述目标特征提取模型提取所述目标检测框的图像特征，然后进入A2，直至所述目标特征提取模块为第N个特征提取模型；

A4，响应于所述第一置信度不满足第二阈值条件，以所述当前预测类别作为所述目标检测框的最终预测类别。

2.根据权利要求1所述的方法，其特征在于，在所述通过预设的分类模型，提取所述目标检测框的图像特征，并基于所述图像特征获取所述目标检测框的最终预测类别的步骤之前，还包括：

获取人工标定的多个训练样本图像，并对所述训练样本图像进行数据增强，得到训练样本图像集合；

根据所述训练样本图像集合训练所述分类模型，且任意两个所述特征提取模型对应的训练样本图像不完全一致。

3.根据权利要求1所述的方法，其特征在于，所述获取目标图像的特征图的步骤，包括：

将所述目标图像缩放为预设尺寸的第一图像，并通过预设的特征提取网络获取所述第一图像的特征图。

4.根据权利要求1所述的方法，其特征在于，在所述图像检测模型为两段式fasterrcnn模型的情况下，所述根据所述特征图，通过图像检测模型，获取所述目标图像的第一检测结果的步骤，包括：

将所述特征图输入所述图像检测模型的区域生成网络，以对所述特征图进行类别回归和检测框回归，得到所述目标图像的建议检测框；

从所述特征图中截取与所述建议检测框对应的特征区域；

将所述特征区域输入所述图像检测模型的池化层，以对所述特征区域进行类别回归和检测框回归，得到所述目标图像的第一检测结果。

5.根据权利要求4所述的方法，其特征在于，所述将所述特征图输入所述图像检测模型的区域生成网络，以对所述特征图进行类别回归和检测框回归，得到所述目标图像的建议检测框的步骤，包括：

将所述特征图输入所述图像检测模型的区域生成网络，以对所述特征图进行类别回归和检测框回归，得到所述目标图像的初始检测框；

对所述初始检测框进行非最大值抑制，得到所述建议检测框。