[发明专利]对象检测方法、装置、计算机可读存储介质和计算机设备

权利要求书

1.一种对象检测方法，包括：

获取待检测图像；

将所述待检测图像输入至目标对象检测模型，所述目标对象检测模型通过第一特征提取网络集合对所述待检测图像进行特征提取得到对象状态特征信息，所述第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；

所述目标对象检测模型将所述对象状态特征信息输入至第二特征提取网络集合，得到所述待检测图像中的目标检测对象对应的位置特征信息，所述第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；

根据所述位置特征信息输出所述目标检测对象对应的位置区域。

2.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型通过第一特征提取网络集合对待检测图像进行特征提取得到对象状态特征信息，包括：

将所述待检测图像输入第一共享卷积子网络，提取得到第一共享图像特征；

将所述第一共享图像特征输入至并行的第一卷积子网络和第一池化子网络，所述第一共享卷积子网络、所述第一卷积子网络和所述第一池化子网络包括下采样过程；

所述第一卷积子网络输出图像卷积特征，所述第一池化子网络输出图像细节信息；

将所述图像卷积特征和所述图像细节信息通过所述第一融合子网络进行特征拼接得到所述对象状态特征信息。

3.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型将所述对象状态特征信息输入至第二特征提取网络集合，得到所述待检测图像中的目标检测对象对应的位置特征信息，包括：

将所述对象状态特征信息输入第二共享卷积子网络，提取得到第二共享图像特征；

将所述第二共享图像特征输入至并行的第二卷积子网络、第三卷积子网络和第二池化子网络，所述第二卷积子网络和所述第三卷积子网络的特征提取网络尺度不同，所述第二共享卷积子网络、所述第二卷积子网络、所述第三卷积子网络和所述第二池化子网络包括下采样过程；

所述第二卷积子网络输出第一位置卷积特征，所述第三卷积子网络输出第二位置卷积特征，所述第二池化子网络输出位置细节信息；

将所述第一位置卷积特征、所述第二位置卷积特征和所述位置细节信息通过所述第二融合子网络进行特征拼接得到所述位置特征信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述位置特征信息输出所述目标检测对象对应的位置区域，包括：

根据所述位置特征信息确定所述待检测图像中目标检测对象的轮廓；

根据所述目标检测对象的轮廓确定所述目标检测对象的区域范围；

根据所述位置特征信息确定所述目标检测对象的中心点位置；

根据所述区域范围和所述中心点位置绘制所述目标检测对象的位置区域和中心位置。

5.根据权利要求1所述的方法，其特征在于，所述目标对象检测模型的训练步骤包括：

获取训练图像集，所述训练图像集中的训练图像包括训练目标对象对应的标注区域位置；

将所述训练图像集中的训练图像输入至初始对象检测模型，所述初始对象检测模型通过第一特征提取网络集合对所述训练图像进行特征提取得到训练对象状态特征信息，所述第一特征提取网络集合包括并行的对象状态特征提取子网络和与各个并行的对象状态特征提取子网络连接的第一融合子网络；

所述初始对象检测模型将所述训练对象状态特征信息输入至第二特征提取网络集合，得到所述训练图像中的训练目标对象对应的训练位置特征信息，所述第二特征提取网络集合包括并行的位置特征提取子网络和与各个并行的位置特征提取子网络连接的第二融合子网络；

根据所述训练位置特征信息和所述标注区域位置调整所述初始对象检测模型的模型参数，直至所述初始对象检测模型输出的训练位置特征信息输出满足收敛条件，得到已训练的所述目标对象检测模型。