[发明专利]目标检测模型的定位质量评价方法、定位方法及设备

说明书

本发明提供了一种目标检测模型的定位质量评价方法、定位方法及设备，通过计算所述预测框与相应的真实框的交并比、中心距离及最小覆盖框的对角线长度，采用中心距离及最小覆盖框的对角线长度计算得到相对位置参数，并用相对位置参数修正交并比，能够在反映对比对象交叉面积的基础上，反映对比对象之间的距离关系，能够更精准的反映交叉状态，提升定位精度。进一步延伸于目标检测定位，能够针对多检测目标密集分布的场景，有效提升检测定位的灵敏度和准确率。

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种目标检测模型的定位质量评价方法、定位方法及设备。

背景技术

交并比IoU(Intersection over Union)，也称为Jaccard索引，是用于比较两个任意形状之间的相似性的最常用度量。IoU将比较对象的形状属性(例如两个边界框的宽度，高度和位置)编码为区域属性，然后计算一个关注其面积(或体积)的标准化度量。这种面积属性使得IoU度量不受目标尺度大小的影响。正是由于这个特性，计算机视觉领域用于评估目标分割，目标跟踪和目标检测等任务的所有性能度量都依赖于该度量。

目标检测，不同于其他计算机视觉任务，其只关注于分类和定位两个任务。从目标检测领域来看，未来将更加注重目标定位方面的提升。而且从人的主观视觉评价上来说，我们对物体定位的要求十分严格。

现有的目标检测评价指标基本都是基于标准的交并比，但是交并比指标IoU不能很好的实际反映出人眼对目标定位回归精确度的度量，标准的IoU为0.5这个阈值被认为标准过于宽松，而太高的IoU阈值又会因为数据集的歧义标注或错误标注使得算法学习遇到瓶颈。除了阈值选取的问题，IoU度量还存在一些致命的缺陷，如果两个对象不重叠，IoU值将为零，并且无法反向两个对象之间的位置关系。同时。更准确地说，两个物体在多个不同方向上重叠，且交叉点水平相同，其IoU将完全相等。因此，IoU函数的值并不反映两个对象之间如何发生重叠。因此，提出与人眼主观感受评价更相符的IoU度量十分有必要。

发明内容

本发明的目的是针对现有技术的不足，提供一种计算机视觉模型训练中候选框定位的方法，通过修正交并比IoU的值，克服交并比IoU不能反映对比对象位置关系的缺陷，从而提升计算机视觉在目标定位训练中的精准度。

本发明解决问题的技术方案是：

一方面，提供一种目标检测模型的定位质量评价方法，包括：

利用目标检测模型对待检测目标进行定位，得到相应的预测框；

计算所述预测框与相应的真实框的交并比、中心距离及最小覆盖框的对角线长度；

计算所述中心距离和相应的所述最小覆盖框对角线长度的相对位置参数；

利用所述相对位置参数修正相应的所述交并比，得到交并比修正值；

根据所述交并比修正值评价所述目标检测模型的定位质量。

在一些实施例中，计算所述中心距离和相应的所述最小覆盖框对角线长度的相对位置参数，包括：

计算所述中心距离和所述最小覆盖框对角线长度的商，得到所述相对位置参数。

在一些实施例中，利用所述相对位置参数修正相应的所述交并比，得到交并比修正值，包括：

计算所述交并比与所述相对位置参数的差，得到所述交并比修正值。

在一些实施例中，根据所述交并比修正值评价所述目标检测模型的定位质量，包括：

将所述交并比修正值大于第一设定值的所述预测框判断为定位结果正确。

另一方面，本发明还一种目标定位方法，包括：