[发明专利]目标检测方法、电子设备、存储介质和计算机程序产品

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取包含待检测目标的待检测图像；

将所述待检测图像输入至目标检测模型，进行目标检测，获得所述目标检测模型输出的目标检测结果，所述目标检测模型是基于候选框及其对应的正负标签训练得到的，所述正负标签是基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值确定得到的。

2.根据权利要求1所述的目标检测方法，其特征在于，还包括所述目标检测模型的训练方法：

获取训练样本图像，将所述训练样本图像输入至待训练模型，进行特征提取，获得所述训练样本图像对应的特征图；

基于所述特征图，构建不同尺度大小和不同长宽比的候选框；

基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值，确定所述候选框的正负标签；

基于所述候选框及所述正负标签，对所述待训练模型进行训练，得到目标检测模型。

3.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述特征图，构建不同尺度大小和不同长宽比的候选框，包括：

基于所述特征图和预设尺寸类别，构建不同尺度大小和不同长宽比的候选框，所述预设尺寸类别是基于通用目标数据集中各目标尺寸进行统计分析得到的，所述通用目标数据集包括多种尺寸的目标。

4.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述候选框与所述候选框对应的真实框的交并比，以及动态变化的交并比阈值，确定所述候选框的正负标签，包括：

基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签；

统计所述候选框对应尺寸的正例候选框数量；

基于所述正例候选框数量，调整所述交并比阈值，并返回基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签的步骤，直至所述正例候选框数量满足要求。

5.根据权利要求4所述的目标检测方法，其特征在于，所述基于所述正例候选框数量，调整所述交并比阈值，并返回基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签的步骤，直至所述正例候选框数量满足要求，包括：

统计所述候选框对应尺寸的总候选框数量，并计算所述正例候选框数量和所述总候选框数量的正例占比；

若所述正例占比大于所述候选框对应尺寸的候选超参数，则提高所述交并比阈值，并返回基于所述候选框与所述候选框对应的真实框的交并比，和交并比阈值的大小关系，确定所述候选框的正负标签的步骤，直至所述正例占比小于或等于所述候选框对应尺寸的候选超参数。

6.根据权利要求2至5任一项所述的目标检测方法，其特征在于，所述基于所述候选框及所述正负标签，对所述待训练模型进行训练，得到目标检测模型，包括：

采用所述候选框、所述正负标签和预设损失函数，对所述待训练模型进行训练，得到目标检测模型，所述预设损失函数的梯度值是基于训练时长或训练次数动态调整的。

7.根据权利要求6所述的目标检测方法，其特征在于，还包括所述预设损失函数的梯度值的调整方法：

计算所述候选框中正例候选框和所述正例候选框对应的目标真实框的相对归一化回归损失；

若所述相对归一化回归损失小于回归阈值，则降低所述预设损失函数的梯度值，所述回归阈值是基于训练时长或训练次数动态调整的。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述目标检测方法的步骤。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述目标检测方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述目标检测方法的步骤。