[发明专利]一种图像目标检测方法、装置、设备以及存储介质

权利要求书

1.一种图像目标检测方法，包括：

获得待检测图像；

将待检测图像输入预先设置的目标检测模型中，以使所述目标检测模型从所述待检测图像中提取多尺度的全局特征和多尺度的局部特征，将相同尺度的全局特征和局部特征进行融合，得到各个尺度的融合后特征，基于各个尺度的融合后特征对待检测图像进行目标检测，得到目标检测结果；

获得所述目标检测模型输出的目标检测结果。

2.根据权利要求1所述的方法，其中，

所述目标检测模型包括：输入层、特征提取层、预测层和输出层；

所述输入层，用于接收所述待检测图像；

所述特征提取层，用于从所述待检测图像中提取多尺度的全局特征和多尺度的局部特征，将相同尺度的全局特征和局部特征进行融合，得到各个尺度的融合后特征；

所述预测层，用于基于各个尺度的融合后特征，进行目标预测，得到各个指定尺度的多个候选目标检测框；

所述输出层，用于从多个候选目标检测框中，确定出最终目标检测框，作为目标检测结果输出。

3.根据权利要求2所述的方法，其中，

所述特征提取层，包括：多个不同尺度的特征提取模块，每个尺度的特征提取模块，用于基于第一特征提取子网络从所述待检测图像中提取该尺度的全局特征，并基于第二特征提取子网络从所述待检测图像中提取该尺度的局部特征，将该尺度的全局特征和局部特征进行融合得到该尺度的融合后特征。

4.根据权利要求3所述的方法，其中，

所述第一特征提取子网络为：Transformer网络；所述第二特征提取子网络为：CNN网络。

5.根据权利要求4所述的方法，其中，

所述第一特征提取子网络包括：注意力层和前馈网络层；

其中，注意力层用于基于输入的图像数据，提取KQV向量，基于KQV向量生成注意力矩阵；

前馈网络层，用于基于注意力矩阵，提取全局特征。

6.根据权利要求3所述的方法，其中，

所述预测层，利用特征金字塔FPN算法，基于多个指定尺度的融合后特征进行目标预测，得到各个指定尺度的多个候选目标检测框及每个候选目标检测框的预测值；

所述输出层，利用非极大值抑制NMS算法，基于每个候选目标检测框及其预测值，从多个候选目标检测框中，确定出最终目标检测框，作为目标检测结果输出。

7.一种图像目标检测装置，包括：

待检测图像获取模块，用于获得待检测图像；

待检测图像输入模块，用于将待检测图像输入预先设置的目标检测模型中；

模型处理模块，用于所述目标检测模型从所述待检测图像中提取多尺度的全局特征和多尺度的局部特征，将相同尺度的全局特征和局部特征进行融合，得到各个尺度的融合后特征，基于各个尺度的融合后特征对待检测图像进行目标检测，得到目标检测结果；

目标检测结果获取模块，用于获得所述目标检测模型输出的目标检测结果。

8.根据权利要求7所述的装置，其中，所述目标检测模型包括：输入层、特征提取层、预测层和输出层；

所述输入层，用于接收所述待检测图像；

所述特征提取层，用于从所述待检测图像中提取多尺度的全局特征和多尺度的局部特征，将相同尺度的全局特征和局部特征进行融合，得到各个尺度的融合后特征；

所述预测层，用于基于各个尺度的融合后特征，进行目标预测，得到各个指定尺度的多个候选目标检测框；

所述输出层，用于从多个候选目标检测框中，确定出最终目标检测框，作为目标检测结果输出。

9.根据权利要求8所述的装置，其中，

所述特征提取层，包括：多个不同尺度的特征提取模块，每个尺度的特征提取模块，用于基于第一特征提取子网络从所述待检测图像中提取该尺度的全局特征，并基于第二特征提取子网络从所述待检测图像中提取该尺度的局部特征，将该尺度的全局特征和局部特征进行融合得到该尺度的融合后特征。