[发明专利]基于图像检测的目标框预估方法、系统、设备及介质

说明书

本申请提供一种基于图像检测的目标框预估方法、系统、设备及介质，该方法包括：采用至少两种检测方法检测数据集内图像的目标框，将每张所述图像检测的目标框归类统计；当检测到某一所述图像的目标框少于预设检测方法种类时，根据归类统计信息预估所述图像在其他检测方法下的目标框。本发明针对同一数据集，采用多种检测方法检测图像内的目标框根据同一图像在多种检测方式下得到的目标框差异，按照所述差异采用对比思路能够预估出缺少的某些图像的目标框，而该种方式计算快、耗时低，能够确保数据集内样本的均衡性和一致性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种基于图像检测的目标框预估方法、系统、设备及介质。

背景技术

随着人工智能技术的发展，深度学习在图像处理领域的应用已经越来越普及，其通常采用深度神经网络训练大量数据，而生成相关模型完成相应的识别、检测等目标。针对多任务需要先检测出人脸、车辆、物体等各种目标，才能进行后续工作，因此，目标框成为影响任务结果的一个重要因素。

然而，检测目标框的方法有多种，在实际使用对于目标框的更新替换很频繁，采用不同的目标检测方法由于其性能不同，导致同一个训练数据集，通常得到目标框的大小、位置等不同，目标的检出率也不同，因此，亟需一种图像目标检测的目标框预估方法来确保数据集内样本数据(检出率)的均衡性与一致性。

申请内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于图像检测的目标框预估方法、系统、设备及介质，用于解决现有技术中数据集内采用多种方法检测目标框，因得到的样本数据集数量不同，无法确保样本的均衡性和一致性的问题。

为实现上述目的及其他相关目的，本申请的第一方面，本申请提供一种基于图像检测的目标框预估方法，包括：

采用至少两种检测方法检测数据集内图像的目标框，将每张所述图像检测的目标框归类统计；

当检测到某一所述图像的目标框少于预设检测方法种类时，根据归类统计信息预估所述图像在其他检测方法下的目标框。

本申请的第二方面本申请提供一种基于图像检测的目标框预估系统，包括：

检测统计模块，采用至少两种检测方法检测数据集内图像的目标框，将每张所述图像检测的目标框归类统计；

预估目标框模块，用于当检测到某一所述图像的目标框少于预设检测方法种类时，根据归类统计信息预估所述图像在其他检测方法下的目标框。

本申请的第三方面，提供一种电子设备，包括：

存储器，用于存储至少一种程序；

处理器，用于调取并执行所存储的至少一种程序，用以执行权利要求1-9中任一所述的基于图像检测的目标框预估方法

本申请的第四方面，提供一种计算机可读存储介质，存储至少一种程序，所述至少一个程序在被调用并执行时实现如第一方面中任一项所述的基于图像检测的目标框预估方法。

如上所述，本申请的基于图像检测的目标框预估方法、系统、设备及介质，具有以下有益效果：

针对同一数据集，采用多种检测方法检测图像内的目标框，根据同一图像在多种检测方式下得到的目标框差异，按照所述差异采用对比思路能够预估出缺少的某些图像的目标框，而该种方式计算快、耗时低，能够确保数据集内样本的均衡性和一致性。

附图说明

图1显示为本申请实施例提供的一种基于图像检测的目标框预估方法流程图；

图2显示为本申请实施例提供的一种基于图像检测的目标框预估方法中步骤S1流程图；

图3显示为本申请实施例提供的一种基于图像检测的目标框预估方法中步骤S2流程图；