[发明专利]目标检测模型训练方法和装置、目标检测方法和装置

说明书

本申请公开了一种目标检测模型训练方法和装置、目标检测方法和装置，该目标检测模型训练方法包括：获取包含标注信息的待训练图像；利用目标检测模型的骨干网络对其进行特征提取，得到多尺度特征图，骨干网络包括增强后的可转换空洞卷积，其用于提取多尺度特征信息；利用目标检测模型的特征金子塔网络对多尺度特征图进行特征融合；利用目标检测模型的检测头网络对融合后的多尺度特征图进行检测，得到目标检测结果；根据目标检测结果和标注信息确定损失值，利用损失值更新目标检测模型的参数，得到训练后的目标检测模型。本申请对原有骨干网络中的可转换空洞卷积进行改进，可以自适应提取图像中的多尺度特征信息，提高了目标检测的准确性。

技术领域

本申请涉及目标检测技术领域，尤其涉及一种目标检测模型训练方法和装置、目标检测方法和装置。

背景技术

单目3D目标检测的输入仅有一张RGB图像，在道路的复杂场景下，车辆、行人等不同检测目标的固有尺度存在较大差异，同一目标距离观测装置的距离远近不同导致其在RGB图像上也显示为不同大小的尺度。

现有的单目3D目标检测将RGB图像输入具有骨干网络+特征金字塔网络+检测头构成的单目3D目标检测网络中，可以输出具有目标类别、目标3D框(box)编码、目标方向类别、目标属性以及目标中心度等向量。通过3D框解码后处理模块，解码目标3D框编码向量，从而可以获得目标的位置、目标尺度大小、目标深度以及目标角度等解码信息，结合Score评分和NMS(Non-Maximum Suppression，非极大值抑制)算法可以确定最终的3D目标检测结果。

然而，上述方案对目标尺度问题的处理集中在深层网络中，特征金字塔网络先输出多尺度特征图，然后直接基于不同尺度目标的标注信息在不同尺度水平的特征图中分别训练，浅层网络大多采用通用的ResNet50或者RestNet101作为骨干网络，在底层特征的提取上并没有考虑多尺度问题，导致多尺度目标的检测能力不足。

发明内容

本申请实施例提供了一种目标检测模型训练方法和装置、目标检测方法和装置，以提取目标的多尺度特征信息，提高目标检测的准确性。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种目标检测模型训练方法，其中，所述目标检测模型训练方法包括：

获取待训练图像，所述待训练图像包括所述待训练图像的标注信息；

利用所述目标检测模型的骨干网络对所述待训练图像进行特征提取，得到所述待训练图像的多尺度特征图，所述骨干网络包括增强后的可转换空洞卷积，所述增强后的可转换空洞卷积用于提取所述待训练图像中的多尺度特征信息；

利用所述目标检测模型的特征金子塔网络对所述待训练图像的多尺度特征图进行特征融合，得到融合后的多尺度特征图；

利用所述目标检测模型的检测头网络对所述融合后的多尺度特征图进行检测，得到所述待训练图像的目标检测结果；

根据所述待训练图像的目标检测结果和所述待训练图像的标注信息确定损失值，并利用所述损失值更新所述目标检测模型的参数，得到训练后的目标检测模型。

可选地，所述骨干网络还包括第一全局上下文模块和第二全局上下文模块，所述增强后的可转换空洞卷积包括依次级联的多个阶段的可转换空洞卷积，所述多个阶段的可转换空洞卷积至少包括第一阶段的可转换空洞卷积和第二阶段的可转换空洞卷积，

所述利用所述目标检测模型的骨干网络对所述待训练图像进行特征提取，得到所述待训练图像的多尺度特征图包括：

获取所述待训练图像的第一特征图，所述第一特征图由所述第一全局上下文模块对应的上游模块输出；

利用所述第一全局上下文模块对所述第一特征图进行处理，得到所述第二特征图；