[发明专利]目标对象检测方法、装置、电子设备和存储介质

权利要求书

1.一种目标对象检测方法，其特征在于，包括：

对待检测的图像进行目标尺度预测和目标特征识别，得到所述图像中各目标对象的尺度特征图，所述尺度特征图用于预测各预设尺度下存在目标对象的置信度；

根据所述尺度特征图分别对各目标对象进行转换，得到各目标对象的有效尺度特征图，所述有效尺度特征图为各预设尺度下存在目标对象的置信度符合预设条件的尺度特征图；

对所述有效尺度特征图进行目标位置检测，确定所述各目标对象的位置，

其中，所述根据所述尺度特征图分别对各目标对象进行转换，包括：

根据所述尺度特征图获取所述各目标对象对应的最大尺度特征图；

分别根据各目标对象对应的最大尺度特征图对各目标对象进行递归转换。

2.根据权利要求1所述的方法，其特征在于，所述根据所述尺度特征图分别对各目标对象进行转换，包括：

根据所述尺度特征图分别对各目标对象进行递归转换，所述递归转换用于获得缩小了尺度的尺度特征图。

3.根据权利要求1所述的方法，其特征在于，所述根据所述尺度特征图获取所述各目标对象对应的最大尺度特征图，包括：

根据所述尺度特征图确定像素最小的目标对象；

根据所述像素最小的目标对象和预设的全卷积结构的递归转换像素范围获取所述各目标对象对应的最大尺度特征图。

4.根据权利要求3所述的方法，其特征在于，所述根据所述像素最小的目标对象和预设的全卷积结构的递归转换像素范围获取所述各目标对象对应的最大尺度特征图，包括：

将所述像素最小的目标对象的尺度特征图缩放至所述递归转换像素范围；

将缩放后的尺度特征图确定为所述各目标对象对应的最大尺度特征图。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述尺度特征图分别对各目标对象进行转换，包括：

根据所述尺度特征图分别对各目标对象进行转换，得到与转换之前的尺度特征图具有相同语义信息的有效尺度特征图。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述对待检测的图像进行目标尺度预测和目标特征识别，得到所述图像中各目标对象的尺度特征图，包括：

基于任意结构的全卷积网络对所述图像进行N个尺度的目标尺度预测和目标特征识别，得到所述各目标对象的尺度特征图，所述N为预设尺度的数量，所述N为大于零的整数，所述全卷积网络的最后一层为全局池化层，所述全卷积网络的通道数为N。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述对待检测的图像进行目标尺度预测和目标特征识别，得到所述图像中各目标对象的尺度特征图，包括：

对所述图像进行目标尺度预测，得到各预设尺度下存在目标对象的目标对象置信度信息；

根据所述目标对象置信度信息和预设目标对象阈值，确定所述图像中的各目标对象的尺度；

根据所述各目标对象的尺度和所述各预设尺度的范围进行目标特征识别，得到所述各目标对象的尺度特征图。

8.根据权利要求7所述的方法，其特征在于，所述根据所述各目标对象的尺度和所述各预设尺度的范围进行目标特征识别，得到所述各目标对象的尺度特征图，包括：

根据所述各目标对象的尺度和所述各预设尺度的范围对所述图像进行缩放；

对所述缩放后的图像进行目标特征识别，得到所述各目标对象的尺度特征图。

9.根据权利要求8所述的方法，其特征在于，所述根据所述各目标对象的尺度和所述各预设尺度的范围对所述图像进行缩放，包括：

针对尺度小于所述各预设尺度的范围的最小值的目标对象，将所述图像进行放大，所述放大后的图像的尺度位于所述各预设尺度的范围内；和/或，

针对尺度大于所述各预设尺度的范围的最大值的目标对象，将所述图像进行缩小，所述缩小后的图像的尺度位于所述各预设尺度的范围内。