[发明专利]陈列场景检测方法、装置、设备以及存储介质

权利要求书

1.一种陈列场景检测方法，基于目标检测模型中的网络层实现陈列场景检测逻辑；其中，所述陈列场景检测逻辑包括：

对待检测图像进行设定深度的全局特征提取，其中所述设定深度小于深度阈值；

根据提取到的全局特征，确定所述待检测图像的至少一个局部特征；

匹配所述待检测图像的所属场景信息与设定场景信息；

将匹配一致的设定场景信息关联的权重作为聚合权重；

根据所述聚合权重，对所述全局特征进行加权；

根据加权后的全局特征和所述至少一个局部特征，确定所述待检测图像中的陈列场景信息；其中，所述陈列场景信息是陈列场景的类型以及陈列场景在待检测图像的位置；

其中，所述目标检测模型的训练过程包括：检测样本图像中的陈列场景信息；匹配所述样本图像中标注的陈列场景信息和检测得到的陈列场景信息；根据匹配结果，对所述样本图像进行过滤；利用剩余的样本图像训练初始模型，得到目标检测模型。

2.根据权利要求1所述的方法，其中，所述根据提取到的全局特征，确定所述待检测图像的至少一个局部特征，包括：

基于至少一个池化层，根据所述全局特征，确定所述至少一个局部特征；

其中所述至少一个池化层具有至少一种内核尺寸，且所述至少一种内核尺寸均小于所述全局特征的特征维度。

3.根据权利要求1所述的方法，对待检测图像进行全局特征提取之前，所述方法还包括：

确定计算初始模型输出的陈列场景的预测检测框与该陈列场景的真值检测框之间交并比的函数；

将该函数作为所述初始模型的损失函数；

基于该损失函数对所述初始模型进行训练，得到所述目标检测模型。

4.一种陈列场景检测装置，包括：

检测逻辑实现模块，用于基于目标检测模型中的网络层实现陈列场景检测逻辑；所述检测逻辑实现模块具体包括：特征提取模块、特征确定模块和信息确定模块，其中：

特征提取模块，用于对待检测图像进行设定深度的全局特征提取，其中所述设定深度小于深度阈值；

特征确定模块，用于根据提取到的全局特征，确定所述待检测图像的至少一个局部特征；

信息确定模块，包括：

权重确定单元，用于匹配所述待检测图像的所属场景信息与设定场景信息；将匹配一致的设定场景信息关联的权重作为聚合权重；

特征加权单元，用于根据所述聚合权重，对所述全局特征进行加权；

信息确定单元，用于根据加权后的全局特征和所述至少一个局部特征，确定所述待检测图像中的陈列场景信息；其中，所述陈列场景信息是陈列场景的类型以及陈列场景在待检测图像的位置；

其中，所述目标检测模型的训练过程包括：检测样本图像中的陈列场景信息；匹配所述样本图像中标注的陈列场景信息和检测得到的陈列场景信息；根据匹配结果，对所述样本图像进行过滤；利用剩余的样本图像训练初始模型，得到目标检测模型。

5.根据权利要求4所述的装置，其中，所述特征确定模块，包括：

特征确定单元，用于基于至少一个池化层，根据所述全局特征，确定所述至少一个局部特征；

其中所述至少一个池化层具有至少一种内核尺寸，且所述至少一种内核尺寸均小于所述全局特征的特征维度。

6.根据权利要求4所述的装置，所述装置还包括：

交并比函数确定模块，用于对待检测图像进行全局特征提取之前，确定计算初始模型输出的陈列场景的预测检测框与该陈列场景的真值检测框之间交并比的函数；

损失函数确定模块，用于将该函数作为所述初始模型的损失函数；

检测模型确定模块，用于基于该损失函数对所述初始模型进行训练，得到所述目标检测模型。

7. 一种电子设备，其中，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。