[发明专利]图像检测方法、装置、设备、车辆和介质

权利要求书

1.一种图像检测方法，包括：

获取训练好的初始检测模型；其中，所述初始检测模型包括至少一个目标卷积层；所述目标卷积层中并联设置有至少两个尺寸的卷积核；

将相同目标卷积层中的至少两个尺寸的卷积核进行融合，得到融合卷积核；

将所述融合卷积核替换所述初始检测模型中相应目标卷积层中的所述至少两个尺寸的卷积核，得到目标检测模型，用于对待检测图像进行目标检测。

2.根据权利要求1所述的方法，其中，所述将相同目标卷积层中的至少两个尺寸的卷积核进行融合，得到融合卷积核，包括：

针对每一目标卷积层，将该目标卷积层中各卷积核的尺寸调整至目标尺寸；

将调整后的各卷积核进行融合，得到该目标卷积层对应的融合卷积核。

3.根据权利要求2所述的方法，其中，所述将该目标卷积层中各卷积核的尺寸调整至目标尺寸，包括：

将该目标卷积层中卷积核的最大尺寸作为目标尺寸，并将该目标卷积层中非最大尺寸的卷积核作为待调整卷积核；

分别对各所述待调整卷积进行扩展，以将各所述待调整卷积调整至所述目标尺寸。

4.根据权利要求3所述的方法，其中，所述分别对各所述待调整卷积进行扩展，以将各所述待调整卷积调整至所述目标尺寸，包括：

分别以各所述待调整卷积核为中心，通过均匀补零的方式，将各所述待调整卷积核调整至目标尺寸。

5.根据权利要求1-4任一项所述的方法，其中，所述初始检测模型包括特征提取网络和检测头网络；

所述目标卷积层位于所述特征提取网络和/或检测头网络。

6.根据权利要求5所述的方法，其中，在所述特征提取网络或所述检测头网络中，较高层级的目标卷积层中卷积核的数量大于较低层级的目标卷积层中卷积核的数量。

7.根据权利要求5所述的方法，其中，在所述特征提取网络或所述检测头网络中，较高层级的目标卷积层中卷积核的最大尺寸大于较低层级的目标卷积层中卷积核的最大尺寸。

8.根据权利要求1-7任一项所述的方法，其中，所述目标检测模型设置于无人驾驶车辆中，所述待检测图像为无人驾驶车辆行驶环境中所采集的图像。

9.一种图像检测装置，包括：

初始检测模型获取模块，用于获取训练好的初始检测模型；其中，所述初始检测模型包括至少一个目标卷积层；所述目标卷积层中并联设置有至少两个尺寸的卷积核；

融合卷积核得到模块，用于将相同目标卷积层中的至少两个尺寸的卷积核进行融合，得到融合卷积核；

目标检测模型得到模块，用于将所述融合卷积核替换所述初始检测模型中相应目标卷积层中的所述至少两个尺寸的卷积核，得到目标检测模型，用于对待检测图像进行目标检测。

10.根据权利要求9所述的装置，其中，所述融合卷积核得到模块，包括：

卷积核尺寸调整单元，用于针对每一目标卷积层，将该目标卷积层中各卷积核的尺寸调整至目标尺寸；

融合卷积核得到单元，用于将调整后的各卷积核进行融合，得到该目标卷积层对应的融合卷积核。

11.根据权利要求10所述的装置，其中，所述卷积核尺寸调整单元，包括：

目标尺寸确定子单元，用于将该目标卷积层中卷积核的最大尺寸作为目标尺寸，并将该目标卷积层中非最大尺寸的卷积核作为待调整卷积核；

卷积核尺寸调整子单元，用于分别对各所述待调整卷积进行扩展，以将各所述待调整卷积调整至所述目标尺寸。

12.根据权利要求11所述的装置，其中，所述卷积核尺寸调整子单元，包括：

卷积核尺寸调整从单元，用于分别以各所述待调整卷积核为中心，通过均匀补零的方式，将各所述待调整卷积核调整至目标尺寸。