[发明专利]目标检测方法及装置、电子设备、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：

获取待检测图像；

采用更新后的目标检测模型，对所述待检测图像进行目标检测，得到目标检测结果；所述更新后的目标检测模型是采用与结果预测图像对应的、且经过人工标注处理的场景图像对目标检测模型训练获得；

其中，所述目标检测模型是基于预设训练集对初始检测模型训练获得的，所述结果预测图像是经由所述目标检测模型检测后的、且包括预测标注数据的场景图像；所述人工标注处理用于对所述预测标注数据进行校验，并根据校验结果在与所述结果预测图像对应的场景图像中进行目标对象的正确标注；所述预设训练集为从数据集中选出的属于预设类别的多张样本图像；所述数据集是多张标注出了目标对象的图像，且所述多张图像中预设数量图像的目标对象之间属于不同类别。

2.根据权利要求1所述的目标检测方法，其特征在于，在所述采用更新后的目标检测模型，对所述待检测图像进行目标检测，得到目标检测结果之前，所述方法还包括：

采用所述目标检测模型，对多张场景图像进行目标检测，得到所述结果预测图像；

获取所述与结果预测图像对应的、且经过人工标注处理的场景图像；

将所述经过人工标注处理的场景图像作为训练样本，对所述目标检测模型进行训练，得到所述更新后的目标检测模型。

3.根据权利要求1或2所述的目标检测方法，其特征在于，所述经过人工标注处理的场景图像包括：带有目标标注数据的场景图像和未带有目标标注数据的场景图像。

4.根据权利要求2所述的目标检测方法，其特征在于，所述将所述经过人工标注处理的场景图像作为训练样本，对所述目标检测模型进行训练，得到所述更新后的目标检测模型，包括：

将带有目标标注数据的场景图像确定为正样本，以及将未带有目标标注数据的场景图像确定为负样本，所述正样本和所述负样本为所述训练样本；

根据所述训练样本，对所述目标检测模型进行训练，得到所述更新后的目标检测模型。

5.根据权利要求2所述的目标检测方法，其特征在于，所述将所述经过人工标注处理的场景图像作为训练样本，对所述目标检测模型进行训练，得到所述更新后的目标检测模型，包括：

在所述经过人工标注处理的场景图像的数量大于或等于预设阈值的情况下，将所述经过人工标注处理的场景图像作为训练样本，对所述目标检测模型进行训练，得到所述更新后的目标检测模型。

6.根据权利要求2所述的目标检测方法，其特征在于，在所述采用目标检测模型，对多张场景图像进行目标检测，得到所述结果预测图像之前，所述方法还包括：

根据视频帧的属性参数，以预设时间间隔截取场景视频流中的视频帧，得到预设数量的视频帧；

将所述预设数量的视频帧确定为所述多张场景图像。

7.根据权利要求3或4所述的目标检测方法，其特征在于，所述带有目标标注数据的场景图像为，标注出猫和狗中的至少一种的场景图像；所述未带有目标标注数据的场景图像为，未包含所述猫和狗中的至少一种的场景图像。

8.根据权利要求1所述的目标检测方法，其特征在于，所述预设类别包括：猫和狗中的至少一种。