[发明专利]目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

通过骨干网络提取待检测图像的图像特征；

通过偏差均衡区域生成网络RPN对所述图像特征进行处理，得到目标检测提议框；

根据所述图像特征和所述目标检测提议框，通过复合感兴趣区域ROI检测网络确定多个初步目标检测结果；

根据所述多个初步目标检测结果，确定最终的目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述复合ROI检测网络包括基础ROI检测网络和新ROI检测网络，其中，所述基础ROI检测网络基于大样本数据集训练得到，所述新ROI检测网络基于均衡数据集微调训练得到。

3.根据权利要求2所述的方法，其特征在于，所述初步目标检测结果包括基础目标检测结果和新目标检测结果；

根据所述图像特征和所述目标检测提议框，通过复合ROI检测网络确定多个初步目标检测结果，包括：

根据所述图像特征和所述目标检测提议框，通过所述复合ROI检测网络中的基础ROI检测网络确定基础目标检测结果，通过所述复合ROI检测网络中的新ROI检测网络确定基础目标检测结果和新目标检测结果。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述偏差均衡RPN包括基础目标分类器、微调目标分类器和基础RPN，其中，所述基础目标分类器基于大样本数据集训练得到，所述微调目标分类器是在均衡数据集上对所述基础目标分类器进行微调训练得到。

5.根据权利要求4所述的方法，其特征在于，所述通过偏差均衡RPN对所述图像特征进行处理，得到目标检测提议框，包括：

通过所述基础目标分类器生成所述图像特征对应的第一目标得分图，通过微调目标分类器生成所述图像特征对应的第二目标得分图；

通过基础RPN确定所述图像特征对应的定位偏差；

根据所述第一目标得分图、第二目标得分图和所述定位偏差，生成目标检测提议框。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一目标得分图、第二目标得分图和所述定位偏差，生成目标检测提议框，包括：

取所述第一目标得分图和所述第二目标得分图中对应像素的最大值，得到所述图像特征对应的融合目标得分图；

根据所述定位偏差和所述融合目标得分图，生成所述目标检测提议框。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述偏差均衡RPN和所述复合ROI检测网络的训练过程，包括：

基于所述大样本数据集，对包括所述骨干网络、偏差均衡RPN中的基础目标分类器和基础RPN，以及复合ROI检测网络中的基础ROI检测网络的网络进行预训练；

基于所述均衡数据集，对包括所述骨干网络、偏差均衡RPN中的基础目标分类器、基础RPN和微调目标分类器、以及所述复合ROI检测网络中的基础ROI检测网络和新ROI检测网络的网络进行微调训练，并保持所述骨干网络、基础目标分类器、基础RPN和基础ROI检测网络的网络权重固定。

8.根据权利要求7所述的方法，其特征在于，在所述基于所述均衡数据集，对包括所述骨干网络、偏差均衡RPN中的基础目标分类器、基础RPN和微调目标分类器、以及所述复合ROI检测网络中的基础ROI检测网络和新ROI检测网络的网络进行微调训练之前，还包括：

将所述微调目标分类器的网络权重初始化为所述基础目标分类器的网络权重，并随机初始化所述新ROI检测网络的网络权重。

9.根据权利要求7所述的方法，其特征在于，所述方法还包括：

通过所述基础ROI检测网络输出的基础目标检测结果与所述新ROI检测网络输出的基础目标检测结果的一致性损失对所述新ROI检测网络进行微调训练。