[发明专利]目标物检测、目标物检测模型的建立方法及装置

说明书

本申请公开一种目标物检测、目标物检测模型的建立方法及装置，属于图像处理技术领域，该方法包括：获取待检测图像，将待检测图像输入到建立的目标物检测模型中，若根据待检测图像中各像素的概率信息确定待检测图像中任一像素属于目标物的概率大于预设概率，则确定待检测图像中包含目标物，这样，可自动检测出图像中的目标物如头发，检测目标物的效率更高，并且，目标物检测模型输出的是待检测图像中每个像素属于目标物的概率，检测粒度细化到像素级别，检测的精度也比较高。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种目标物检测、目标物检测模型的建立方法及装置。

背景技术

工业生产中，产品在出厂之前基本上都会进行包装，然而一些产品的外包装如塑料材质的外包装非常容易起静电，若外包装上附着了异物如头发、纸屑等，则不能再用来包装产品。

为了保证产品的质量，现有技术中，在包装产品之前，采用人工排查的方式来检查外包装上是否有异物，然而人工排查的方式效率比较低，并且，对一些形状比较小的异物如头发，人工排查的准确度也难以保证，因此，如何便捷地检查出外包装上的异物是亟待解决的问题。

发明内容

本申请实施例提供一种目标物检测、目标物检测模型的建立方法及装置，用以解决现有技术中在检查产品外包装上的异物时存在的检查效率低、检查不准确的问题。

第一方面，本申请实施例提供的一种目标物检测方法，包括：

获取待检测图像；

将所述待检测图像输入到建立的目标物检测模型中，以确定所述待检测图像中各像素的概率信息，每个像素的概率信息包括该像素属于所述目标物的概率；

若根据所述待检测图像中各像素的概率信息确定所述待检测图像中任一像素属于所述目标物的概率大于预设概率，则确定所述待检测图像中包含所述目标物。

可选地，确定所述待检测图像中包含所述目标物之后，还包括：

根据所述待检测图像中各像素的概率信息，对所述待检测图像中的所述目标物进行标注。

可选地，根据所述待检测图像中各像素的概率信息，对所述待检测图像中的所述目标物进行标注，包括：

根据所述待检测图像中各像素的概率信息，对所述待检测图像中属于所述目标物的概率大于所述预设概率的每个像素进行标注；或者

根据所述待检测图像中各像素的概率信息，生成目标图像，对所述目标图像进行轮廓提取，得到所述待检测图像中所述目标物的轮廓信息，根据所述轮廓信息对所述待检测图像中所述目标物的轮廓进行标注。

可选地，对所述待检测图像中的每个像素，若该像素属于所述目标物的概率不大于所述预设概率，则所述目标图像中与该像素对应的像素为第一预设值；否则，所述目标图像中与该像素对应的像素为第二预设值。

可选地，还包括：

若根据所述待检测图像中各像素的概率信息确定所述待检测图像中各像素属于所述目标物的概率均不大于所述预设概率，则确定所述待检测图像中不包含所述目标物。

第二方面，本申请实施例提供的一种目标物检测模型的建立方法，包括：

获取目标物的图像样本；

将所述图像样本输入到深度学习网络模型中，以确定所述图像样本中各像素的概率信息，每个像素的概率信息包括该像素属于所述目标物的概率；

根据所述深度学习网络模型输出的所述图像样本中各像素的概率信息和预先生成的标签图像，确定所述深度学习网络模型的损失值，所述标签图像中包含有所述图像样本中每个像素是否属于所述目标物的信息；

根据所述损失值调整所述深度学习网络模型的参数，建立目标物检测模型。