[发明专利]一种目标检测方法、计算机设备及可读存储介质

权利要求书

1.一种目标检测方法，所述目标检测方法用于道路目标的检测，包括如下步骤：

获取道路图片数据并进行预处理，作为样本；

建立网络模型，利用样本对网络模型进行训练，利用训练好的网络模型进行道路目标检测；

其特征在于，所述网络模型包括目标框输出层和至少两个目标输出层，每个目标输出层输出特征图，目标输出层输出的特征图包括class轴；

对网络模型进行训练时包括如下步骤：

首更新：计算第一个目标输出层输出的特征图的损失，将第一个目标输出层输出的特征图输出至下一个目标输出层，并反向更新网络模型；

循环更新：下一个目标输出层过滤接收到的特征图，过滤接收到的特征图包括如下步骤：

获取class轴中的最大值及其对应的索引值；

根据如下公式对索引值进行过滤，过滤后的索引值作为过滤后的结果：

其中，f_stage_i_0_value为第i级中第一特征图中class轴的最大值，f_stage_i_0_index为第i级中class轴的最大值对应的索引值，thresh’为标签阈值；

过滤后的结果作为当前目标输出层输出的特征图的标签信息，根据标签信息计算当前目标输出层输出的特征图的损失，将当前目标输出层输出的特征图输出至再下一个目标输出层，并反向更新网络模型；

重复循环更新步骤直至最后一个目标输出层。

2.根据权利要求1所述的目标检测方法，其特征在于，计算目标输出层输出的特征图的损失之前，对样本中的目标进行分类，得到分类目标的分类标签，然后根据如下公式计算目标输出层输出的特征图的损失：

其中，E_loss类为分类目标的损失，L_i为分类标签，采用独热编码的形式，为网络模型的输出值。

3.根据权利要求2所述的目标检测方法，其特征在于，对样本中目标进行分类包括如下步骤：

根据如下公式计算目标框输出层输出的目标框与目标在样本中的真实目标框之间的IOU：

其中， 分别为目标在样本中的真实目标框的左上点和右下点，分别为目标框输出层输出的目标框的左上点和右下点；

根据IOU确定样本中目标的分类，并打上分类标签：

其中，neg_class为负样本框，pos_class为正样本框，thresh为区分正样本框和负样本框的阈值。

4.根据权利要求2所述的目标检测方法，其特征在于，利用样本对网络模型进行训练时，根据如下公式对目标框输出层计算损失：

其中，E_loss框为目标框输出层的损失。