[发明专利]基于自注意力机制的目标检测方法、系统和存储介质

权利要求书

1.一种基于自注意力机制的目标检测方法，其特征在于，包括如下步骤：

步骤102，初步检测图像中是否有目标物；

步骤104，若所述图像中有目标物，则采用多头自注意力机制对具有目标物的图像进行关键特征提取；

步骤106，将所述关键特征输入Faster R-CNN模型中，输出所述目标物的识别结果。

2.根据权利要求1所述的方法，其特征在于，在步骤102中，通过不同形状的卷积滑动窗口扫描图像上是否有所述目标物；

对扫描到目标物的每个窗口，基于自下而上的关注模型提取每个窗口并输出窗口图片；

在步骤104中，采用多头自注意力机制对每一个窗口图片进行关键特征提取。

3.根据权利要求2所述的方法，其特征在于，所述步骤102还包括，在输出窗口图片后，运用锚框检测所述窗口图片中的目标物是否是呈堆叠状态的多个目标物，输出每一目标物的位置信息。

4.根据权利要求1至3中任一项所述的方法，其特征在于，步骤106还包括，将Faster R-CNN模型的输出结果，输入全连接神经网络；

将所述全连接神经网络的输出结果经过SoftMax函数计算，以确定所述目标物所属的分类。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述目标物是垃圾，通过垃圾检测算法判断所述图像中是否有目标物；

在所述步骤102之前，还包括：对采集的所述图像进行预处理。

6.一种基于自注意力机制的目标检测系统，其特征在于，包括：

目标检测单元，用于初步检测图像中是否有目标物；

特征提取单元，用于在所述图像中有目标物时，采用多头自注意力机制对具有目标物的图像进行关键特征提取；

目标识别单元，用于将所述关键特征输入Faster R-CNN模型中，输出所述目标物的识别结果。

7.根据权利要求6所述的系统，其特征在于，所述目标检测单元通过不同形状的卷积滑动窗口扫描图像上是否有所述目标物，并对扫描到目标物的每个窗口，基于自下而上的关注模型提取每个窗口并输出窗口图片；

所述特征提取单元采用多头自注意力机制对每一个窗口图片进行关键特征提取。

8.根据权利要求7所述的系统，其特征在于，所述目标检测单元还用于在输出窗口图片后，运用锚框检测所述窗口图片中的目标物是否是呈堆叠状态的多个目标物，输出每一目标物的位置信息。

9.根据权利要求6至8中任一项所述的系统，其特征在于，所述目标识别单元进一步将Faster R-CNN模型的输出结果，输入全连接神经网络，并将所述全连接神经网络的输出结果经过SoftMax函数计算，以确定所述目标物所属的分类。

10.一种控制装置，该控制装置包括处理器和存储器，所述存储器适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1-5中任一项的基于自注意力机制的目标检测方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条程序代码，所述程序代码适用于由处理器加载并运行以执行权利要求1至5中任一项所述的基于自注意力机制的目标检测方法。