[发明专利]目标检测方法、装置、电子设备以及存储介质在审
| 申请号: | 202010070961.5 | 申请日: | 2020-01-21 |
| 公开(公告)号: | CN111325204A | 公开(公告)日: | 2020-06-23 |
| 发明(设计)人: | 黄超 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/46;G06K9/62 |
| 代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 汪阮磊 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 检测 方法 装置 电子设备 以及 存储 介质 | ||
1.一种目标检测方法,其特征在于,包括:
采集待检测图像;
提取所述待检测图像在多个尺度下的图像特征,并获取每个尺度对应的参考对象集合;
根据所述图像特征对待检测图像中目标对象所在的区域进行预测,得到预测区域;
从所述参考对象集合中选择与所述目标对象匹配的参考对象,得到目标参考对象;
将所述多个尺度下的图像特征进行特征融合,得到融合后图像特征;
基于所述预测区域、目标参考对象以及融合后图像特征对所述目标对象进行检测,得到检测结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预测区域、目标参考对象以及融合后图像特征对所述目标对象进行检测,得到检测结果,包括:
获取目标参考对象在所述待检测图像中所在的区域,得到参考区域;
基于所述预测区域、参考区域以及融合后图像特征对所述目标对象进行检测,得到检测结果。
3.根据权利要求2所述的方法,其特征在于,所述基于所述预测区域、参考区域以及融合后图像特征对所述目标对象进行检测,得到检测结果,包括:
根据所述参考区域对所述预测区域的位置进行调整,得到调整后区域;
基于调整后区域以及融合后图像特征对所述目标对象进行检测,得到检测结果。
4.根据权利要求3所述的方法,其特征在于,所述根据所述参考区域对所述预测区域的位置进行调整,得到调整后区域,包括:
计算所述预测区域与参考区域之间的位置偏移量;
基于位置偏移量对所述预测区域的位置进行调整,得到调整后区域。
5.根据权利要求3所述的方法,其特征在于,所述基于调整后区域以及融合后图像特征对所述目标对象进行检测,得到检测结果,包括:
根据融合后图像特征对调整后区域在所述待检测图像中的位置进行调整,得到目标区域;
基于所述目标区域对所述目标对象进行检测,得到所述目标对象所属的类别。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述将所述多个尺度下的图像特征进行特征融合,得到融合后图像特征,包括:
提取各图像特征对应的深度信息;
基于尺寸信息将所述多个尺度下的图像特征进行特征融合,得到融合后图像特征。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述根据所述图像特征对待检测图像中目标对象所在的区域进行预测,得到预测区域,包括:
获取已训练的目标检测模型,所述目标检测模型由多个样本图像训练得到的;
基于所述目标检测模型以及图像特征对待检测图像中目标对象所在的区域进行预测,得到预测区域。
8.根据权利要求7所述的方法,其特征在于,所述获取已训练的目标检测模型之前,还包括:
采集多个标注了区域属性的样本图像;
从采集到的多个样本的样本图像确定当前需要进行训练的样本图像,得到当前处理对象;
将所述当前处理对象导入预设初始检测模型中进行训练,得到当前处理对象对应的预测对象;
将当前处理对象对应的参考对象与当前处理对象的预测对象进行收敛,以对所述预设初始检测模型的参数进行调整;
返回执行从采集到的多个样本的样本图像确定当前需要进行训练的样本图像的步骤,直至所述多个样本图像均训练完毕。
9.根据权利要求1至5任一项所述的方法,其特征在于,所述从所述参考对象集合中选择与所述目标对象匹配的参考对象,得到目标参考对象,包括:
从所述参考对象集合中选择符合目标对象的图像特征的参考对象,得到目标参考对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010070961.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于区块链的高并发线上购买排队方法及设备、介质
- 下一篇:一种电子设备





