[发明专利]大尺寸图像目标检测方法、装置及计算机可读存储介质

说明书

本申请公开了一种大尺寸图像目标检测方法、装置及计算机可读存储介质，方法包括：对原图像进行预处理，得到若干组小图像；将所述若干组小图像输入目标检测网络进行批量目标检测，得到每个所述小图像的检测结果；对所述小图像的检测结果进行筛选；将筛选后的检测结果映射回所述原图像，得到所述原图像的目标检测结果。本申请提供的大尺寸图像目标检测方法，将图像分割为若干组小图像，通过目标检测网络分组检测小图像，将小图像的检测结果映射回原图像，得到原图像的目标检测结果，对图像的目标检测速度较快，检测结果准确性高，尤其适用于大尺寸图像的目标检测。

技术领域

本申请涉及计算机视觉技术领域，具体涉及一种大尺寸图像目标检测方法、装置及计算机可读存储介质。

背景技术

目标检测是计算机视觉的主要应用之一。利用目标检测技术能够对图像中感兴趣的目标进行精确标识。基于深度神经网络的目标检测技术具有快速、精准、高效等特点，在智能安防、卫星遥感和军事侦察等领域均有着广泛的应用。

在目标检测的实际应用场景中，有一种情况是要在大尺寸图像中寻找感兴趣的目标。大尺寸图像指的是所包含的像素数在100万像素以上的图像，像素尺寸的计算方式是长乘宽，即一张1000*1000大小的图像刚好是包含一百万像素。针对大尺寸图片的目标检测任务通常具有以下特点：

(1)图像尺寸较大，通常在数千至数万像素；(2)目标尺寸较小，通常在数十像素；(3)图像数量较多，需要对数百甚至数千张图像进行目标检测任务。

根据在大尺寸图像上实际的应用效果，通常选择Faster R-CNN作为检测网络。Faster R-CNN检测网络由骨干网和候选区域生成网络组成，其中骨干网用于提取图像特征，候选区域生成网用于生成目标候选区域、筛选目标候选框并生成最终检测结果。检测的基本实现步骤如下：(1)提取图像特征；(2)筛选候选区域；(3)候选区域回归修正；(4)目标分类。

目前基于深度神经网络的目标检测任务通常基于GPU平台实现。对于大尺寸图像而言，如果一次性将图像送入检测网络，会遇到内存耗尽和检测效果差的问题。一方面是因为图像尺寸较大，对其进行前向推理计算需要耗费较多的内存，在GPU的内存有限的情况下，难以完成整个计算过程。另一方面，如果将整张图片送入检测网络，在对图像特征进行提取之后，由于要进行池化等操作，特征图的尺寸逐步减小，实际目标在特征图上所占的像素数也逐步减少，从而使在生成候选区域的时候准确度大幅降低。因此，对于大尺寸图像的目标检测无法使用常规的检测方法。此外，对于大尺寸图像的目标检测存在速度较慢的情况，在一些对实时响应需求较高的应用场景下，随着图像尺寸的增加和数量规模的增长，现有的检测方法难以满足实际的需求。

发明内容

本申请的目的是提供一种大尺寸图像目标检测方法、装置及计算机可读存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种大尺寸图像目标检测方法，包括：

对原图像进行预处理，得到若干组小图像；

将所述若干组小图像输入目标检测网络进行批量目标检测，得到每个所述小图像的检测结果；

对所述小图像的检测结果进行筛选；

将筛选后的检测结果映射回所述原图像，得到所述原图像的目标检测结果。

进一步地，所述对原图像进行预处理，得到若干组小图像，包括：

将原图像分割为多个小图像；

对所述多个小图像进行分组，得到若干组小图像。

进一步地，所述将原图像分割为多个小图像，包括：