[发明专利]对象识别方法、装置、电子设备及存储介质在审
申请号: | 202210072098.6 | 申请日: | 2022-01-21 |
公开(公告)号: | CN114495039A | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 陈杜煜 | 申请(专利权)人: | 广州小鹏自动驾驶科技有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/46;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市智圈知识产权代理事务所(普通合伙) 44351 | 代理人: | 朱黎 |
地址: | 510640 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对象 识别 方法 装置 电子设备 存储 介质 | ||
1.一种对象识别方法,其特征在于,所述方法包括:
获取待识别的目标图像;
确定所述目标图像对应的识别任务,所述识别任务用于指示所要识别的对象;
由第一神经网络对所述目标图像进行特征提取,获得所述目标图像的第一特征图;
由目标第二神经网络对所述第一特征图进行对象识别,获得所述目标图像对应于所述识别任务的识别结果,其中,所述目标第二神经网络是指与所述第一特征图的尺寸和所述识别任务相对应的第二神经网络。
2.根据权利要求1所述的方法,其特征在于,所述由目标第二神经网络对所述第一特征图进行对象识别,获得所述目标图像对应于所述识别任务的识别结果之前,所述方法还包括:
获取模型集合中各第二神经网络对应的识别对象信息,所述识别对象信息用于指示所对应第二神经网络用于识别的对象;
将所述识别任务与各第二神经网络对应的识别对象信息进行匹配,在所述模型集合中确定所对应识别对象信息所指示的对象与所述识别任务所指示的对象相匹配的候选第二神经网络;
将所述第一特征图的尺寸与各所述候选第二神经网络对应的要求输入尺寸进行匹配,确定所对应要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络;将所确定要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络作为所述目标第二神经网络。
3.根据权利要求2所述的方法,其特征在于,所述将所述识别任务与各第二神经网络对应的识别对象信息进行匹配,在所述模型集合中确定所对应识别对象信息所指示的对象与所述识别任务所指示的对象相匹配的候选第二神经网络之后,所述方法还包括:
若确定不存在所对应要求输入尺寸与所述第一特征图的尺寸相同的候选第二神经网络,则选取一个候选第二神经网络作为所述目标第二神经网络;
按照所述目标第二神经网络对应的要求输入尺寸,对所述第一特征图进行尺寸调整,以使调整后所述第一特征图的尺寸与所述目标第二神经网络对应的要求输入尺寸相同;
由所述目标第二神经网络对调整后的所述第一特征图进行对象识别,获得所述目标对象对应于所述识别任务的识别结果。
4.根据权利要求1所述的方法,其特征在于,所述第一神经网络输出的特征图的尺寸与输入所述第一神经网络的图像的尺寸相同;
所述由第一神经网络对所述目标图像进行特征提取,获得所述目标图像的第一特征图之前,所述方法还包括:
对所述目标图像进行尺寸调整,以使调整后所述目标图像的尺寸与所述目标第二神经网络对应的要求输入尺寸相同。
5.根据权利要求1所述的方法,其特征在于,所述目标图像对应的识别任务为至少两个。
6.根据权利要求1所述的方法,其特征在于,所述确定所述目标图像对应的识别任务,包括:
获取所述目标图像所来源图像采集装置的安装位置信息;
基于安装位置与识别任务之间的对应关系,将与所述安装位置信息所指示安装位置对应的识别任务,确定为所述目标图像对应的识别任务。
7.根据权利要求1所述的方法,其特征在于,所述目标第二神经网络包括级联的目标卷积神经网络和全连接层;
所述由所述第二神经网络对所述第一特征图进行对象识别,获得所述目标图像对应于所述识别任务的识别结果,包括:
由所述目标卷积神经网络对所述第一特征图进行深层特征提取,得到第二特征图;
由所述全连接层对所述第二特征图进行分类,得到所述目标图像对应于所述识别任务的识别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州小鹏自动驾驶科技有限公司,未经广州小鹏自动驾驶科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210072098.6/1.html,转载请声明来源钻瓜专利网。