[发明专利]目标检测方法及相关设备

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取待检测的图像信息；

将所述图像信息输入预训练的目标检测模型，获得所述图像信息中与目标物体相关的标注信息；

其中，所述目标检测模型基于获取的目标数据集训练而得；所述目标数据集的获取步骤包括：

获取多个初始数据集；所述初始数据集包括图像信息以及与物体相关的标注信息；

针对每一所述初始数据集训练对应的初始检测模型；

采用训练后的初始检测模型对未用于训练该初始检测模型的初始数据集提供的图像信息进行检测，并根据检测结果更新每一初始数据集中的标注信息；

整合多个更新后的初始数据集得到目标数据集。

2.根据权利要求1所述的方法，其特征在于，所述获取多个初始数据集，包括：

获取多个原始数据集；

针对每一原始数据集，基于该原始数据集中标注信息所表征的物体类别与预定义物体类别匹配的数量，筛选该原始数据集中的标注信息，获得对应的初始数据集。

3.根据权利要求1所述的方法，其特征在于，所述采用训练后的初始检测模型对未用于训练该初始检测模型的初始数据集提供的图像信息进行检测，并根据检测结果更新每一初始数据集中的标注信息，包括：

针对每一初始数据集，执行下述步骤：

设该初始数据集中已有的标注信息的置信度为预设值；

采用未经该初始数据集进行训练的初始检测模型，检测该初始数据集提供的图像信息，获得对应的初始的标注信息与相应的置信度；

基于置信度对所述已有的标注信息与初始的标注信息进行筛选，获得更新标注信息后的初始数据集。

4.根据权利要求3所述的方法，其特征在于，所述基于置信度对所述已有的标注信息与初始标注信息进行筛选，获得更新标注信息后的初始数据集，包括：

基于置信度对所述已有的标注信息与初始的标注信息进行排序，获得排序后的标注信息；

采用非极大值抑制算法，删除所述排序后的标注信息中重复或置信度低于预设阈值的标注信息，获得更新标注信息后的初始数据集。

5.根据权利要求3所述的方法，其特征在于，所述标注信息包括表征物体所在位置的位置信息、与表征物体类别的类别信息中的至少一项。

6.根据权利要求3所述的方法，其特征在于，所述目标检测模型基于目标损失函数更新网络参数；所述目标损失函数包括基于所述置信度确定的分类损失函数与基于所述置信度确定的定位损失函数中的至少一项。

7.根据权利要求1所述的方法，其特征在于，所述目标检测方法应用于室内物体检测；所述初始数据集包括图像数据集COCO、室内结构化数据集Sturctured3D、室内场景重构数据集ScanNet、通用物体检测数据集Objects365、室内布局估计数据集SUNRGBD和中的至少一项。

8.一种目标检测装置，其特征在于，包括：

获取模块，用于获取待检测的图像信息；

检测模块，用于将所述图像信息输入预训练的目标检测模型，获得所述图像信息中与目标物体相关的标注信息；

其中，所述目标检测模型基于获取的目标数据集训练而得；所述目标数据集的获取步骤包括：

获取多个初始数据集；所述初始数据集包括图像信息以及与物体相关的标注信息；

针对每一所述初始数据集训练对应的初始检测模型；

采用训练后的初始检测模型对未用于训练该初始检测模型的初始数据集提供的图像信息进行检测，并根据检测结果更新每一初始数据集中的标注信息；

整合多个更新后的初始数据集得到目标数据集。

9.一种电子设备，其特征在于，其包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1～7任一项所述的方法。