[发明专利]一种基于SSD模型进行目标检测的方法及设备

权利要求书

1.一种基于单发多盒探测器SSD模型进行目标检测的方法，其特征在于，该方法包括：

获取物品图像；

通过预先构建的SSD模型对所述物品图像进行目标检测，得到所述物品图像中每个目标所属的类别及位置，其中，构建SSD模型过程中，根据训练样本中物品图像中目标的图像尺寸，确定所述构建的SSD模型中用于检测物品图像中目标属性的框图的尺寸。

2.根据权利要求1所述的方法，其特征在于，所述SSD模型包括至少一个特征图像层，每个特征图像层用于通过该特征图像层对应的框图检测物品图像的目标属性，其中，不同的特征图像层对应的框图的尺寸所属的尺寸范围不同。

3.根据权利要求1所述的方法，其特征在于，构建SSD模型过程根据训练样本中物品图像中目标的图像尺寸，确定所述预先构建的SSD模型中用于检测物品图像中目标属性的框图的尺寸，包括：

初始化不同的特征图像层对应的框图的尺寸，使不同的特征图像层对应的框图的尺寸所属的尺寸范围不同；

利用训练样本筛选每个特征图像层对应的框图中，与训练样本中物品图像的目标图像尺寸相匹配的框图，所述训练样本包括物品图像及物品图像的目标图像尺寸。

4.根据权利要求3所述的方法，其特征在于，所述训练样本中物品图像的目标图像尺寸通过如下方式获得：

根据训练样本中物品图像的各个目标图像的标识信息，确定各个目标图像的尺寸范围；

根据所述各个目标图像的尺寸范围，确定物品图像的目标图像尺寸。

5.根据权利要求1所述的方法，其特征在于，所述预先构建的SSD模型包括后端网络extras，所述后端网络extras包括一阶卷积网络层及位于所述一阶卷积网络层之后的至少一个CFE，所述CFE用于利用尺寸为K×1和1×K的卷积核分别同时对输入的数据进行卷积运算，所述K为正整数。

6.根据权利要求5所述的方法，其特征在于，所述后端网络extras还包括至少一个二阶卷积网络层，所述至少一个CFE位于所述二阶卷积网络层和所述至少一个二阶卷积网络层之间，或者，所述至少一个CFE位于一阶卷积网络层之后，且所述至少一个CFE和所述至少一个二阶卷积网络层交叉分布。

7.根据权利要求3所述的方法，其特征在于，利用训练样本筛选每个特征图像层对应的框图中，与训练样本中物品图像的目标图像尺寸相匹配的框图，包括：

利用所述每个特征图像层对应的框图，遍历训练样本中的物品图像；

确定每个特征图像层对应的框图中，与训练样本中物品图像的目标图像尺寸相匹配的框图之间的偏差；

筛选出所述每个特征图像层中偏差在预设偏差范围内的框图。

8.根据权利要求2所述的方法，其特征在于，通过对所述特征图像层对应的框图长宽的比例进行修改，增加所述特征图像层对应的框图的数量。

9.一种基于SSD模型进行目标检测的设备，其特征在于，该设备包括：处理器以及存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器用于执行权利要求1～8任一所述方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～9任一所述方法的步骤。