[发明专利]一种图像检测方法及装置

说明书

本公开关于一种图像检测方法及装置，通过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，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，第一分辨率小于第二分辨率，对第一网络进行训练，得到训练好的第一网络，以通过训练好的第一网络进行图像检测，从而可以减小图像检测过程中网络模型的计算量，提高计算速度。

技术领域

本公开涉及图像管理的技术领域，尤其涉及一种图像检测方法及装置。

背景技术

相关技术中，图像对象检测在人脸识别、医学影像、智能视频监控、机器人导航、基于内容的图像检索、基于图像的绘制技术、图像编辑和增强现实等领域都有广泛的应用。图像对象检测时，通过利用图像处理与模式识别等领域的理论和方法，从图像中定位感兴趣的图形以及字符等目标，这需要准确地判断每个目标的具体类别，并给出每个目标的边界框等。

然而在图像检测中，由于往往存在较小的字或图像。因此，检测时就需要输入较大的图像，大大降低了检测速度。而在很多需要实时处理的情况下，对图像检测的使用受到了很大的限制。特别是移动端，由于芯片处理能力较差，当输入图像分辨率太大时，大量的计算量不仅需要更多的处理时间，对芯片的功率需求也更大。因此，如何提高算法的速度，同时不降低准确率和召回率成为研究一个重点。

发明内容

本公开提供一种图像检测方法及装置，以至少解决相关技术中检测速度低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种图像检测方法，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，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，第一分辨率小于第二分辨率；

通过待训练的第一网络的特征提取层，提取第一分辨率的样本图像的第一特征图；

对第一特征图进行上采样，得到第二分辨率的上采样特征图；

将上采样特征图输入第一网络的预设区域生成层，并将第二网络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，获取第一网络的建议检测框；

通过第一网络的建议检测框获取上采样特征图的第一特征区域；

将第一特征区域输入到第一网络的感兴趣区域池化层，并将第二网络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，获取第一网络针对样本图像的分类结果；

根据第一网络针对样本图像的分类结果，调整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，以通过训练好的第一网络进行图像检测。

可选的，预先训练第二网络的步骤包括：

获取第二分辨率的样本图像；

通过第二网络的特征提取层，得到二分辨率的样本图像的第二特征图；

将第二特征图输入第二网络的预设区域生成层，得到第二网络的建议检测框；

通过第一网络的建议检测框获取第二特征图的第二特征区域；

将第二特征区域输入到第二网络的感兴趣区域池化层，得到第二网络针对样本图像的分类结果；

根据第二网络针对样本图像的分类结果，调整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。

可选的，将上采样特征图输入第一网络的预设区域生成层，并将第二网络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，获取第一网络的建议检测框，包括：

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