[发明专利]目标检测方法、装置、设备和存储介质

说明书

本申请涉及一种目标检测方法、装置、设备和存储介质，将检验场景图像输入主干网络的卷积层为深度分离卷积层的预设的检测模型中，得到指示检验场景图像中是否存在检验人员的检测结果，并在检测结果指示不存在检验人员，输出用于提示检验人员离开检验岗位的提醒信息，使得在监控检验人员是否在检验岗位上，可以通过预设的检测模型来自动监控，且通过预设的检测模型来监控检验人员是否在检验岗位上，可以有效的避免由于人为疏忽导致的漏检测的情况，能够有效的管理检验人员，进而保证了机动车安检工作的质量。

技术领域

本申请涉及图像识别技术领域，特别是涉及了一种目标检测方法、装置、设备和存储介质。

背景技术

随着经济的快速发展和物质生活水平的提高，机动车在人们的日常生活中越来越普及，机动车给人们的日常出行带来许多的便利，而与此同时车辆的安全问题也越来越受到关注。

机动车必须按照相关规定定期进行安检，机动车定期安检能够帮助车主及时的发现机动车的问题，有效的避免可能存在的安全隐患。机动车的安检通常由检验人员在各检验岗位上进行相关操作完成。随着车辆保有量的逐年增加，机动车安检工作量急剧增长，需要对检验人员的工作状态进行管理，以保证机动车的安检工作质量。

然而，传统技术缺乏有效的管理检验人员的方案。

发明内容

基于此，有必要针对缺乏有效的管理检验人员的问题，提供了一种目标检测方法、装置、设备和存储介质。

第一方面，一种目标检测方法，该方法包括：

将检验场景图像输入预设的检测模型中，得到检验场景图像的检测结果；检测结果用于指示检验场景图像是否存在检验人员；预设的检测模型中主干网络的卷积层为深度分离卷积层；

若检测结果指示不存在检验人员，则输出用于提示检验人员离开检验岗位的提醒信息。

在其中一个实施例中，若检测结果指示存在检验人员，该方法还包括：

确定检验场景图像的检验场景；

根据检验场景确定是否进行人体特征检测；人体特征检测包括识别检验人员的身份特征、识别检验人员的着装特征和识别检验人员的行为特征中的至少一种。

在其中一个实施例中，上述预设的检测模型中的锚点检测框的尺寸包括1:1、1:2和1:3。

在其中一个实施例中，上述预设的检测模型中的卷积核的维度小于refinedet网络中的卷积核的维度。

在其中一个实施例中，上述预设的检测模型的训练过程包括：

通过ImageNet数据集对初始检测模型中的主干网络进行训练，得到预训练检测模型；

将检验场景样本图像集合中的各检验场景样本图像作为预训练检测模型的输入，将各检验场景样本图像对应的标注结果作为预训练检测模型的参考输出，采用随机梯度下降方法，对预训练检测模型进行训练，得到预设的检测模型；标注结果用于标注检验场景图像中的检验人员。

在其中一个实施例中，该方法还包括：

获取初始检验场景样本图像集合；

对初始检验场景样本图像集合进行样本扩增处理，得到检验场景样本图像集合；样本扩增处理包括：图像旋转、图像水平镜像、增加高斯噪声、增加图像色彩亮度和减小图像色彩亮度中的至少一种。

在其中一个实施例中，上述获取初始检验场景图像集合包括：

获取图像采集设备采集的多个检验场景图像；

根据用户输入的标注信息，对各个检验场景图像进行标注，得到初始检验场景样本图像集合。