[发明专利]一种目标检测方法、装置、设备和存储介质

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；

将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，所述预设多尺度检测网络模型包括：特征提取子模型、第一特征融合子模型、第二特征融合子模型、第三特征融合子模型以及目标检测子模型，其中，所述第一特征融合子模型和所述第二特征融合子模型均包括标准卷积结构和空洞卷积结构，所述第三特征融合子模型包括标准卷积结构；所述第一特征融合子模型用于对所述特征提取子模型中第一预设下采样倍数对应的第一残差模块输出的第一特征图进行特征加深融合处理，所述第二特征融合子模型用于对所述特征提取子模型中第二预设下采样倍数对应的第二残差模块输出的第二特征图进行特征加深融合处理，所述第三特征融合子模型用于对所述特征提取子模型中第三预设下采样倍数对应的第三残差模块输出的第三特征图进行特征加深融合处理；所述第一预设下采样倍数大于所述第二预设下采样倍数，所述第二预设下采样倍数大于所述第三预设下采样倍数；

根据所述预设多尺度检测网络模型的输出，获得所述待检测图像对应的目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像输入至预设多尺度检测网络模型中进行目标物体的检测，包括：

将所述待检测图像输入至所述特征提取子模型中进行特征提取，获得第一预设下采样倍数对应的第一残差模块输出的第一特征图、第二预设下采样倍数对应的第二残差模块输出的第二特征图以及第三预设下采样倍数对应的第三残差模块输出的第三特征图；

将所述第一特征图输入至所述第一特征融合子模型中进行特征加深融合处理，获得用于检测大尺寸目标物体的第四特征图；

将所述第二特征图输入至所述第二特征融合子模型中进行特征加深融合处理，获得用于检测中尺寸目标物体的第五特征图；

将所述第三特征图输入至所述第三特征融合子模型中进行特征加深融合处理，获得用于检测小尺寸目标物体的第六特征图；

将所述第四特征图、所述第五特征图和所述第六特征图输入至所述目标检测子模型中进行目标物体的检测，确定目标检测结果并进行输出。

3.根据权利要求2所述的方法，其特征在于，所述第一特征融合子模型包括：一个第一标准卷积层、三个第一空洞卷积层以及一个第一特征融合层；

所述将所述第一特征图输入至所述第一特征融合子模型中进行特征加深加宽处理，获得用于检测大尺度目标物体的第四特征图，包括：

将所述第一特征图分别输入至所述第一标准卷积层和三个所述第一空洞卷积层进行卷积操作，获得所述第一标准卷积层和三个所述第一空洞卷积层分别输出的第一子特征图、第二子特征图、第三子特征图和第四子特征图；

将所述第一子特征图、所述第二子特征图、所述第三子特征图和所述第四子特征图输入至所述第一特征融合层中进行维度拼接处理，获得用于检测大尺度目标物体的第四特征图。

4.根据权利要求3所述的方法，其特征在于，所述第一标准卷积层包括：一个卷积核大小为1×1的二维卷积和一个卷积核大小为3×3的二维卷积；第一个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积和一个空洞率为2且卷积核大小为3×3的二维卷积；第二个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为3×3的二维卷积以及一个空洞率为3且卷积核大小为3×3的二维卷积；第三个所述第一空洞卷积层包括：一个卷积核大小为1×1的二维卷积、一个卷积核大小为5×5的二维卷积以及一个空洞率为5且卷积核大小为3×3的二维卷积。