[发明专利]目标检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种目标检测方法、装置、计算机设备和存储介质。所述方法包括：获取待检测图像；将所述待检测图像输入至已训练的目标检测模型中，所述目标检测模型包括预处理单元、特征提取单元以及预测单元；通过所述预处理单元提取所述待检测图像对应的第一特征图，得到所述第一特征图对应的第一低维特征图；通过所述特征提取单元对所述第一低维特征图进行特征提取，得到所述待检测图像对应的目标胶囊信息；通过所述预测单元对所述目标胶囊信息进行目标检测，得到所述待检测图像对应的目标检测结果。采用本方法能够在对较小的目标物体或被部分遮挡的目标物体进行目标检测时，降低计算复杂度和内存复杂度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种目标检测方法、装置、计算机设备和存储介质。

背景技术

目标检测是指检测图像中的目标物体，并预测每个目标物体的位置和类别。目标检测作为计算机视觉和数字图像处理的重要分支，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资源的消耗，具有重要的现实意义。同时，目标检测也是身份识别领域的一个基础性的算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。由于深度学习的广泛运用，目标检测技术得到了较为快速的发展。在传统的目标检测方式中，是通过在图像中提取目标物体对应的特征图实现目标检测，如通过目标检测器DETR(Detection Transformer，基于集合预测的目标检测)进行目标检测。

然而较小的目标物体通过是在高分辨率的特征图上进行检测，通过传统方式来进行目标检测，会导致计算复杂度较高。因此，如何降低目标检测过程中，较小目标物体的计算复杂度称为目前需要解决的一个技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低目标检测过程中，较小目标物体的计算复杂度的目标检测方法、装置、计算机设备和存储介质。

一种目标检测方法，所述方法包括：

获取待检测图像；

将所述待检测图像输入至已训练的目标检测模型中，所述目标检测模型包括预处理单元、特征提取单元以及预测单元；

通过所述预处理单元提取所述待检测图像对应的第一特征图，得到所述第一特征图对应的第一低维特征图；

通过所述特征提取单元对所述第一低维特征图进行特征提取，得到所述待检测图像对应的目标胶囊信息；

通过所述预测单元对所述目标胶囊信息进行目标检测，得到所述待检测图像对应的目标检测结果。

在其中一个实施例中，通过所述预处理单元提取所述待检测图像对应的第一特征图包括：

通过所述预处理单元中的卷积神经网络对所述待检测图像进行特征提取，将所述卷积神经网络最后两个卷积层输出的特征图确定为所述待检测图像对应的第一特征图。

在其中一个实施例中，所述对所述第一特征图进行基于注意力的池化处理，得到所述第一特征图对应的第一低维特征图包括：

对所述第一特征图进行多头注意力计算，得到所述第一特征图对应的多头注意力值；

对所述多头注意力值进行归一化处理，得到所述第一特征图对应的第一低维特征图。

在其中一个实施例中，所述特征提取单元包括编码单元和解码单元；所述通过所述特征提取单元对所述第一低维特征图进行特征提取，得到所述待检测图像对应的目标胶囊信息包括：

通过所述编码单元对所述第一低维特征图进行全局特征提取，得到全局特征信息，对所述全局特征信息进行胶囊转换，得到初始胶囊信息；

将所述初始胶囊信息输入至所述解码单元，对所述初始胶囊信息进行类别特征提取，得到类别特征信息，对所述类别特征信息进行胶囊转换，得到目标胶囊信息。