[发明专利]采用目标检测模型检测图像的方法、装置、设备和介质

说明书

本公开公开了一种采用目标检测模型检测图像的方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习领域，可应用于智能交通或智慧城市场景下。该采用目标检测模型进行目标检测的方法的具体实现方案为：采用包括特征提取层、类别预测层、特征增强层和全连接层的目标检测模型，方法流程包括：经由特征提取层获得待检测图像的多个特征信息；基于多个特征信息，经由类别预测层确定针对待检测图像的预测类别的个数；基于预测类别的个数，经由特征增强层对多个特征信息进行增强，得到增强后特征信息；以及基于增强后特征信息，经由全连接层确定待检测图像的目标检测结果。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习领域，更具体地涉及一种采用目标检测模型检测图像的方法、装置、设备和存储介质。

背景技术

计算机视觉技术在工业场景中的应用越来越丰富。作为计算机视觉技术的基础，目标检测技术能够解决利用人工的传统方式耗时耗力的问题，因此具有十分广泛的应用前景。在对图像进行目标检测的过程中，由于检测技术发展的局限性，错检或漏检的情况时有发生。

发明内容

提供了一种提高检测准确性的采用目标检测模型检测图像的方法、装置、设备和介质。

根据本公开的一个方面，提供了一种采用目标检测模型检测图像的方法，其中，目标检测模型包括特征提取层、类别预测层、特征增强层和全连接层，该方法包括：经由特征提取层获得待检测图像的多个特征信息；基于多个特征信息，经由类别预测层确定针对待检测图像的预测类别的个数；基于预测类别的个数，经由特征增强层对多个特征信息进行增强，得到增强后特征信息；以及基于增强后特征信息，经由全连接层确定待检测图像的目标检测结果。

根据本公开的另一个方面，提供了一种采用目标检测模型检测图像的装置，其中，目标检测模型包括特征提取层、类别预测层、特征增强层和全连接层，该装置包括：特征信息获得模块，用于经由特征提取层获得待检测图像的多个特征信息；类别个数确定模块，用于基于多个特征信息，经由类别预测层确定针对检测图像的预测类别的个数；特征增强模块，用于基于预测类别的个数，经由特征增强层对多个特征信息进行增强，得到增强后特征信息；以及检测确定模块，用于基于增强后特征信息，经由全连接层确定待检测图像的目标检测结果。

根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的采用目标检测模型检测图像的方法。

根据本公开的另一个方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的采用目标检测模型检测图像的方法。

根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的采用目标检测模型检测图像的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的采用目标检测模型检测图像的方法、装置、设备和介质的应用场景示意图；

图2是根据本公开实施例的采用目标检测模型检测图像的方法的流程图；

图3是根据本公开实施例的目标检测模型的架构示意图；

图4是根据本公开实施例的采用目标检测模型检测图像的方法的原理示意图；

图5是根据本公开另一实施例的采用目标检测模型检测图像的方法的原理示意图；