[发明专利]一种多目标车辆检测方法、装置、电子设备及存储介质

权利要求书

1.一种多目标车辆检测方法，其特征在于，所述方法包括：

获取待检测图像；

利用预先训练的机器学习算法的特征提取网络，对所述待检测图像进行特征提取，得到至少两个特征图像，其中，各所述特征图像的尺寸不同；

利用所述预先训练的机器学习算法的至少两个候选区域生成器，分别对相应尺寸的特征图像进行分析，得到各所述特征图像中的预测车辆框；

利用所述预先训练的机器学习算法的目标分类网络，对各所述特征图像中的预测车辆框中的区域进行分析，得到所述待检测图像的车辆检测结果。

2.根据权利要求1所述的方法，其特征在于，所述至少两个特征图像包括浅层特征图像及深层特征图像，所述浅层特征图像的尺寸大于所述深层特征图像的尺寸，所述至少两个候选区域生成器包括浅层候选区域生成器及深层候选区域生成器；

所述利用所述预先训练的机器学习算法的至少两个候选区域生成器，分别对相应尺寸的特征图像进行分析，得到各所述特征图像中的预测车辆框，包括：

通过所述浅层候选区域生成器对所述浅层特征图像进行分析，得到所述浅层特征图像的预测车辆框；

通过所述深层候选区域生成器对所述深层特征图像进行分析，得到所述深层特征图像的预测车辆框。

3.根据权利要求2所述的方法，其特征在于，所述特征提取网络包括四层卷积层，所述利用预先训练的机器学习算法的特征提取网络，对所述待检测图像进行特征提取，得到至少两个特征图像，包括：

利用预先训练的机器学习算法的特征提取网络，对所述待检测图像进行特征提取，从所述特征提取网络的第二层卷积层获取所述浅层特征图像，从所述特征提取网络的第四层卷积层获取所述深层特征图像。

4.根据权利要求3所述的方法，其特征在于，所述浅层特征图像的尺寸为所述待检测图像的尺寸的1/4，所述深层特征图像的尺寸为所述待检测图像的尺寸的1/16。

5.根据权利要求1所述的方法，其特征在于，所述至少两个特征图像包括第一特征图像、第二特征图像及第三特征图像，所述第一特征图像的尺寸大于所述第二特征图像的尺寸，所述第二特征图像的尺寸大于所述第三特征图像的尺寸，所述至少两个候选区域生成器包括第一候选区域生成器、第二候选区域生成器及第三候选区域生成器；

所述利用所述预先训练的机器学习算法的至少两个候选区域生成器，分别对相应尺寸的特征图像进行分析，得到各所述特征图像中的预测车辆框，包括：

通过所述第一候选区域生成器对所述第一特征图像进行分析，得到所述第一特征图像的预测车辆框；

通过所述第二候选区域生成器对所述第二特征图像进行分析，得到所述第二特征图像的预测车辆框；

通过所述第三候选区域生成器对所述第三特征图像进行分析，得到所述第三特征图像的预测车辆框。

6.根据权利要求5所述的方法，其特征在于，所述特征提取网络包括四层卷积层，所述利用预先训练的机器学习算法的特征提取网络，对所述待检测图像进行特征提取，得到至少两个特征图像，包括：

利用预先训练的机器学习算法的特征提取网络，对所述待检测图像进行特征提取，从所述特征提取网络的第二层卷积层获取所述第一特征图像，从所述特征提取网络的第三层卷积层获取所述第二特征图像，从所述特征提取网络的第四层卷积层获取所述第三特征图像。

7.根据权利要求6所述的方法，其特征在于，所述第一特征图像的尺寸为所述待检测图像的尺寸的1/4，所述第二特征图像的尺寸为所述待检测图像的尺寸的1/8，所述第三特征图像的尺寸为所述待检测图像的尺寸的1/16。