[发明专利]目标检测及目标检测模型的训练方法、装置和电子设备在审
申请号: | 201910485419.3 | 申请日: | 2019-06-05 |
公开(公告)号: | CN110287950A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 卢永晨 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/46;G06K9/62;G06N3/04 |
代理公司: | 北京竹辰知识产权代理事务所(普通合伙) 11706 | 代理人: | 陈龙 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标检测 目标对象 待检测图像 电子设备 边框 大致区域 外接 图像信息输入 检测图像 目标预测 所在区域 图像采集 | ||
1.一种目标检测方法,包括:
获取待检测图像;
对所述待检测图像进行目标检测,以确定所述待检测图像中目标对象所在区域的外接框;
将所述外接框内的图像信息输入至预先训练好的目标检测模型中,获得所述目标对象的边框。
2.如权利要求1中所述的方法,其中,所述待检测图像中的目标对象具有规则形状的边框;和/或
所述目标检测模型的模型结构为卷积神经网络。
3.如权利要求1或2中所述的方法,其中,对所述待检测图像进行目标检测,以确定所述待检测图像中目标对象所在区域的外接框,包括:
通过SSD方法对所述待检测图像进行目标检测,以确定所述待检测图像中目标对象所在区域的外接框。
4.如权利要求1或2中所述的方法,其中,将所述外接框内的图像信息输入至预先训练好的目标检测模型中,获得所述目标对象的边框,包括:
将所述外接框内的图像信息输入至预先训练好的目标检测模型中,获得所述目标对象的各顶点坐标以及所述各顶点坐标之间的连接顺序;
按照所述连接顺序连接所述各顶点坐标,获得所述目标对象的边框。
5.如权利要求1或2中所述的方法,其中,还包括:
将所述目标对象的边框内的图像信息透视变换到预设的标准图像上。
6.一种目标检测模型的训练方法,包括:
获取样本图像;
确定所述样本图像中目标对象所在区域的外接框;
获取所述外接框内所述目标对象的边框;
利用所述外接框内的图像信息以及所述边框对目标检测模型进行训练。
7.如权利要求6中所述的方法,其中,所述样本图像中的目标对象具有规则形状的边框;和/或
所述目标检测模型的模型结构为卷积神经网络。
8.如权利要求6或7中所述的方法,其中,确定所述样本图像中目标对象所在区域的外接框,包括:
对所述样本图像进行目标检测,以确定所述样本图像中的所述外接框。
9.如权利要求6或7中所述的方法,其中,对所述样本图像进行目标检测,以确定所述样本图像中的所述外接框,包括:
通过SSD对所述样本图像进行目标检测,以确定所述样本图像中的所述外接框。
10.如权利要求6或7中所述的方法,其中,获取所述外接框内所述目标对象的边框,包括:
获取所述外接框内所述目标对象的各顶点坐标以及各顶点坐标之间的连接顺序。
11.一种目标检测装置,包括:
第一获取模块,被配置为获取待检测图像;
检测模块,被配置为对所述待检测图像进行目标检测,以确定所述待检测图像中目标对象所在区域的外接框;
第二获取模块,被配置为将所述外接框内的图像信息输入至预先训练好的目标检测模型中,获得所述目标对象的边框。
12.一种目标检测模型的训练装置,包括:
第三获取模块,被配置为获取样本图像;
确定模块,被配置为确定所述样本图像中目标对象所在区域的外接框;
第四获取模块,被配置为获取所述外接框内所述目标对象的边框;
训练模块,被配置为利用所述外接框内的图像信息以及所述边框对目标检测模型进行训练。
13.一种电子设备,包括:
存储器,用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器运行时实现根据权利要求1-10中任意一项所述的方法。
14.一种非暂态计算机可读存储介质,用于存储计算机可读指令,当所述计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-10中任意一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910485419.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:视频片段提取方法、装置、设备及存储介质
- 下一篇:一种文字识别的方法及装置