[发明专利]目标检测方法、装置及计算机可读存储介质

说明书

本发明公开了一种目标检测方法，包括以下步骤：获取待检测图像，所述待检测图像经过神经网络中多层卷积提取特征生成特征图；加载神经网络模型中修改后的结构参数，基于所述结构参数生成对应的锚框坐标，其中，所述预设结构参数包括锚框的基准尺寸、锚框尺度及锚框的长宽比；基于区域提名子网生成候选框坐标，在特征图上根据候选框坐标取相应的区域经过感兴趣区域池化得到相应特征；基于所述特征确定预测框坐标，并基于所述预测框坐标确定目标物体位置。本发明还公开了一种目标检测装置及计算机可读存储介质。本发明实现了生成优化后预测框来确定目标物体，能够对较小目标进行检测，提高了目标的检测率。

技术领域

本发明涉及图像检测技术领域，尤其涉及一种目标检测方法、装置及计算机可读存储介质。

背景技术

图像中目标的检测在各个领域应用广泛，例如，在自动驾驶领域中，图像中交通指示牌的检测是非常重要的环节，其目的是检测图像中的交通指示牌位置，进而通过交通指示牌的识别，指导车辆的行驶，保证行车安全。

目前，在检测图像中面积较小的目标时，由于特征提取器得到的特征图中特征信息非常少，这意味着难以进行定位和分类，例如，检测器在检测像交通指示牌之类的小目标时非常困难，所以，目前的目标检测方法难以对小目标进行检测。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种目标检测方法、装置及计算机可读介质，旨在解决目前的检测方法难以对小目标进行检测的技术问题。

为实现上述目的，本发明提供一种目标检测方法，所述目标检测方法包括以下步骤：

获取待检测图像，所述待检测图像经过神经网络中多层卷积提取特征生成特征图；

加载神经网络模型中修改后的结构参数，基于所述结构参数生成对应的锚框坐标，其中，所述预设结构参数包括锚框的基准尺寸、锚框尺度及锚框的长宽比；

基于区域提名子网生成候选框坐标，在特征图上根据候选框坐标取相应的区域经过感兴趣区域池化得到相应特征；

基于所述特征确定预测框坐标，并基于所述预测框坐标确定目标物体位置。

优选地，所述基于所述结构参数生成锚框坐标的步骤包括：

基于所述基准尺寸及所述锚框尺度计算锚框的面积；

基于所述面积及锚框长宽比计算锚框的长与宽，以确定锚框的大小；

获取锚框的中心坐标，并基于所述中心坐标确定锚框的位置，生成锚框四条边的坐标。

优选地，所基于所述结构参数生成对应的锚框坐标的步骤之后，所述目标检测方法还包括：

确定所述锚框是否超过原图范围；

当所述锚框超过所述原图范围时，消除超过原图范围的锚框，以得到目标锚框坐标。

优选地，所述基于所述特征确定预测框坐标，并基于所述预测框坐标确定目标物体位置的步骤包括：

所述特征进一步经过回归得到偏移量；

基于所述偏移量修正相应的目标锚框坐标得到最终的预测框坐标，以确定目标物体位置。

优选地，所述基于所述偏移量修正相应的目标锚框坐标得到最终的预测框坐标，以确定目标物体位置的步骤之后，所述目标检测方法还包括：

利用预设算法对所述预测框进行去重处理，以得到目标预测框。

优选地，所述利用预设算法对所述预测框进行去重处理，以得到目标预测框的步骤包括：