[发明专利]用于物体检测的方法、装置和设备

说明书

本申请实施方式公开了用于物体检测的方法、介质、装置以及电子设备，其中的方法包括：获取待检测图像中的多个待定目标；确定所述多个待定目标分别针对各类别的置信度，根据所述置信度确定多个待定目标所属类别；并且，确定所述多个待定目标分别针对每一类别的位置偏移值；将所述多个待定目标各自所属类别所对应的位置偏移值作为所述多个待定目标的位置偏移值；根据所述多个待定目标所属类别、所述多个待定目标的位置偏移值以及所述多个待定目标所属类别的置信度确定所述待检测图像中各个待定目标的位置信息和所属类别。本申请实施方式能够较好的适用于对实时性要求较高的物体检测应用场景中。

技术领域

本申请涉及计算机视觉技术，尤其是涉及一种用于物体检测的方法、装置、电子设备以及计算机可读存储介质。

背景技术

在图像识别等计算机视觉领域中，往往需要快速准确的实现物体尤其是通用物体的检测。

现有的通用物体检测通常包括：物体定位过程和物体类别识别过程；其中的物体定位过程主要用于确定出图像中的物体的外接框，而物体类别识别过程主要用于确定出物体所属类别。

现有的物体定位的实现方式通常为：利用Selective Search(选择性搜索)算法或者RPN(Region Proposal Network，候选区域生成网络)等方式获得图像中可能是物体的多个候选框，再通过卷积神经网络对各候选框进行回归处理，以使候选框的位置更加精准。

现有的物体类别识别的实现方式通常为：针对物体定位过程所确定出的候选框，将CNN(Convolutional Neural Network，卷积神经网络)作为分类器，从而可以通过CNN确定出每一个候选框属于各预设类别的置信度，并将置信度最高的类别作为候选框所属类别。

发明内容

本申请实施方式提供一种用于物体检测的方法、装置以及电子设备。

根据本申请实施方式的一个方面，提供了一种用于物体检测的方法，所述方法包括：获取待检测图像中的多个待定目标；确定所述多个待定目标分别针对各类别的置信度，根据所述置信度确定多个待定目标所属类别；并且，确定所述多个待定目标分别针对每一类别的位置偏移值；将所述多个待定目标各自所属类别所对应的位置偏移值作为所述多个待定目标的位置偏移值；根据所述多个待定目标所属类别、所述多个待定目标的位置偏移值以及所述多个待定目标所属类别的置信度确定所述待检测图像中各个待定目标的位置信息和所属类别。

在本申请一实施方式中，所述获取待检测图像中的多个待定目标的步骤包括：获取待检测图像中的基于至少一个预设区域大小而形成的多个待定目标。

在本申请又一实施方式中，所述获取待检测图像中的基于至少一个预设区域大小而形成的多个待定目标的步骤包括：获取待检测图像的特征图；针对特征图中的一个特征点而言，根据基准框配置信息形成该特征点的基准框，且该特征点的一个基准框被作为一个待定目标。

在本申请再一实施方式中，所述获取待检测图像的特征图的步骤包括：将待检测图像提供给卷积神经网络中的主干网络；所述主干网络输出的特征图被提供给所述卷积神经网络中的滤波层，以由所述滤波层根据预设滑窗对所述特征图进行滤波处理，且所述滤波处理后的特征图被作为所述待检测图像的特征图。

在本申请再一实施方式中，所述获取待检测图像中的基于至少一个预设区域大小而形成的多个待定目标的步骤包括：获取待检测图像的特征图；基于基准框配置信息对所述特征图进行池化处理，以形成多个新的特征图，且一个新的特征图被作为一个待定目标。

在本申请再一实施方式中，所有预设区域大小包括：三种不同的长度/宽度，所有预设区域大小包括：三种不同的长宽比，且所有预设区域大小包括：基于所述三种不同的长度/宽度和三种不同的长宽比所形成的九个预设区域大小。

在本申请再一实施方式中，所述各类别包括：至少两种物体类别以及一个背景类别。