[发明专利]一种图像检测方法及装置

权利要求书

1.一种图像检测方法，其特征在于，包括：

获取预先训练的第二网络，获取第一分辨率的样本图像，其中，所述第二网络为通过第二分辨率的样本图像训练得到的图像识别网络，所述第一分辨率小于所述第二分辨率；

通过待训练的第一网络的特征提取层，提取所述第一分辨率的样本图像的第一特征图；

对所述第一特征图进行上采样，得到第二分辨率的上采样特征图；

将所述上采样特征图输入所述第一网络的预设区域生成层，并将所述第二网络提取的特征信息作为所述第一网络的预设区域生成层训练过程的参考信息，获取所述第一网络的建议检测框；

通过所述第一网络的建议检测框获取所述上采样特征图的第一特征区域；

将所述第一特征区域输入到所述第一网络的感兴趣区域池化层，并将所述第二网络提取的特征信息作为所述第一网络的预设区域生成层训练过程的参考信息，获取所述第一网络针对所述样本图像的分类结果；

根据所述第一网络针对所述样本图像的分类结果，调整所述第一网络的参数继续进行训练，在满足预设结束条件时，得到训练好的第一网络，以通过所述训练好的第一网络进行图像检测。

2.根据权利要求1所述的方法，其特征在于，预先训练第二网络的步骤包括：

获取所述第二分辨率的样本图像；

通过所述第二网络的特征提取层，得到所述二分辨率的样本图像的第二特征图；

将所述第二特征图输入所述第二网络的预设区域生成层，得到所述第二网络的建议检测框；

通过所述第一网络的建议检测框获取所述第二特征图的第二特征区域；

将所述第二特征区域输入到所述第二网络的感兴趣区域池化层，得到所述第二网络针对所述样本图像的分类结果；

根据所述第二网络针对所述样本图像的分类结果，调整所述第二网络的参数继续进行训练，在满足预设结束条件时，得到训练好的第二网络。

3.根据权利要求2所述的方法，其特征在于，所述将所述上采样特征图输入所述第一网络的预设区域生成层，并将所述第二网络提取的特征信息作为所述第一网络的预设区域生成层训练过程的参考信息，获取所述第一网络的建议检测框，包括：

获取所述第二网络的预设区域生成层的第一分类标签，其中，所述第一分类标签是通过对所述第二特征图进行第三类别回归得到的分类标签；

将所述上采样特征图输入所述第一网络的预设区域生成层，通过将所述第一分类标签提取的特征信息作为第一网络的预设区域生成层训练过程的参考信息，对所述上采样特征图进行第一类别回归，并通过第一类别回归和第一检测框回归得到所述第一网络的建议检测框。

4.根据权利要求2所述的方法，其特征在于，所述将所述第一特征区域输入到所述第一网络的感兴趣区域池化层，并将所述第二网络提取的特征信息作为所述第一网络的预设区域生成层训练过程的参考信息，获取所述第一网络针对所述样本图像的分类结果，包括：

获取所述第二网络的感兴趣区域池化层的第二分类标签，其中，所述第二分类标签是通过对第二特征区域进行第四类别回归得到的分类标签；

将所述第一特征区域输入所述第一网络的感兴趣区域池化层，通过将所述第二分类标签提取的特征信息作为第一网络的感兴趣区域池化层训练过程的参考信息，对所述第一特征区域进行第二类别回归，并通过第二类别回归和第二检测框回归得到所述第一网络针对所述样本图像的分类结果。

5.根据权利要求1所述的方法，其特征在于，所述所述第一分辨率为所述第二分辨率的一半。