[发明专利]一种图像检测方法及装置

说明书

本申请提供的一种图像检测方法及装置，该方法包括：获取包含一个或多个待检测物体的图像；根据神经网络对所述图像进行特征提取，得到N个特征图；N为大于或等于2的整数；对所述N个特征图进行融合处理得到第一特征图H；对所述第一特征图H进行语义信息提取，得到注意力图；根据所述注意力图和所述第一特征图H得到第二特征图；将所述N个特征图依次和所述第二特征图融合，得到检测结果。通过该方法可实现对行李物品中的危险物品的检测，提高了危险物品的检测准确率和效率。

技术领域

本申请涉及通信技术领域，尤其涉及一种图像检测方法及装置。

背景技术

基于X光机的危险品检测任务，一般包括检测包裹中的刀、枪支、容器、打火机等物体；刀枪等危险品在真实场景中出现的概率非常低，导致可用于训练目标检测网络的训练数据少，而且刀枪等危险品出现时，大都隐藏性极高，角度刁钻，对目标检测算法要求特别高；而容器类危险品在真实生活场景中出现的概率极高，但种类、大小不一，且存在严重的遮挡、重叠等问题，目标检测算法进行标记的难度较大。由于检测任务的特殊性，一旦漏检会威胁公众安全，而误检会影响用户使用体验，因此要求目标检测算法同时具备较高的准确率和检出率。

发明内容

本申请实施例提供一种图像检测方法及装置，用以解决现有技术中，危险物品检测困难的问题。

第一方面，本申请实施例提供的一种图像检测方法，包括：

获取包含一个或多个待检测物体的图像；

根据神经网络对所述图像进行特征提取，得到N个特征图；所述N为大于或等于2的整数；

对所述N个特征图进行融合处理得到第一特征图H；

对所述第一特征图H进行语义信息提取，得到注意力图；

根据所述注意力图和所述第一特征图H得到第二特征图；

将所述N个特征图依次和所述第二特征图融合，得到检测结果。

可选的，所述对所述N个特征图进行融合处理得到第一特征图H，包括：

所述N个特征图包括多层；其中，第i+1层的M个特征图是由第i层的N个特征图卷积融合得到,M＝N-1；所述i为大于或等于1的整数；

将最后一层的特征图作为所述第一特征图H。

可选的，所述第i+1层的M个特征图是由第i层的N个特征图卷积融合得到，包括：

所述M个特征图中的第j个特征图由第i层的第j个特征图和第j+1个特征图融合得到，所述j为大于或等于1的整数。

可选的，所述对所述第一特征图H进行语义信息提取，得到注意力图，包括：

对所述第一特征图H进行卷积降维，得到特征图Q和特征图K；

根据所述特征图Q和所述特征图K得到注意力权重；

对所述注意力权重进行归一化处理得到所述注意力图。

可选的，所述对所述第一特征图H进行语义信息提取，得到注意力图之后，还包括：

对所述第一特征图H进行卷积，得到特征图V；

根据所述特征图V和所述第一特征图H得到第三特征图S；其中，所述第三特征图S满足如下公式：

S＝(V*A)+H；

其中，所述S是所述第三特征图，所述V是所述特征图V，所述A是所述注意力图，所述H是所述第一特征图H；

对所述第三特征图S进行卷积生成分割结果；