[发明专利]图像检测方法、装置及计算机可读存储介质

说明书

本发明公开了一种图像检测方法，包括：基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪，以得到第一图像；基于预设尺寸调整所述第一图像的尺寸，以得到第二图像；基于目标深度神经网络模型对所述第二图像进行检测，以获得检测结果；在基于所述检测结果确定所述第二图像中存在物体时，基于所述检测结果输出待检测图像中物体的类别以及所述物体在所述待检测图像中的坐标。本发明还公开了一种图像检测装置及计算机可读存储介质。本发明通过由图像中心点开始由内到外逐渐增加裁剪范围的方式，实现了对图像中心物体的快速识别。

技术领域

本发明涉及图像检测领域，尤其涉及一种图像检测方法、装置及计算机可读存储介质。

背景技术

现有的图像检测技术是针对图像中的所有物体，计算机自动预测每一个物体的类别以及定位其所在的区域。目前同类技术主要有两大类。第一类是将检测分成定位和分类两个阶段完成，主要方法有R-CNN(Region-Convolutional Neural Networks，区域卷积神经网络)及其改进方法如快速R-CNN和更快速R-CNN；第二类是把定位和分类一步完成，预测位置的同时预测出物体类别。主要方法有YOLO(You Only Look Once，你只需看一次)和SSD(Single Shot MultiBox Dector，单次多框检测器)。

由于这些方法不是专门针对图像中心物体检测的，因此在对图像中心物体检测时计算量大，效率低及识别精度不高。

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图像检测方法，旨在解决既有方法对图像中心物体检测时计算量大，效率低及识别精度不高的技术问题。

为实现上述目的，本发明提供一种图像检测方法，所述图像检测方法包括以下步骤：

基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪，以得到第一图像；

基于预设尺寸调整所述第一图像的尺寸，以得到第二图像；

基于目标深度神经网络模型对所述第二图像进行检测，以获得检测结果；

在基于所述检测结果确定所述第二图像中存在物体时，基于所述检测结果输出待检测图像中物体的类别以及所述物体在所述待检测图像中的坐标。

优选地，所述基于预设尺寸调整所述第一图像的尺寸，以得到第二图像的步骤包括：

获取所述第一图像的尺寸，确定所述第一图像的尺寸是否大于所述预设尺寸；

若所述第一图像的尺寸大于所述预设尺寸，则基于预设尺寸调整所述第一图像的尺寸。

优选地，所述基于目标深度神经网络模型对所述第二图像进行检测，以获得检测结果的步骤之后，所述图像检测方法还包括：

在基于所述检测结果确定所述第二图像中不存在物体时，基于所述第一比例以及预设规则确定第二比例，其中，所述第二比例大于所述第一比例；

将所述第二比例作为所述第一比例，并继续执行基于第一比例以及待检测图像的几何中心，对所述待检测图像进行裁剪的步骤。

优选地，所述基于所述第一比例以及预设规则确定第二比例包括：

获取设置的检测精度，基于所述检测精度确定所述预设规则对应的参数；

基于所述参数和第一比例确定第二比例。

优选地，所述在基于所述检测结果确定所述第二图像中不存在物体时，基于所述第一比例以及预设规则确定第二比例的步骤包括：

在基于所述检测结果确定所述第二图像中不存在物体时，确定所述第一比例是否大于预设比例；