[发明专利]一种行人检测方法、装置、设备及介质

权利要求书

1.一种行人检测方法，其特征在于，包括：

获取待检测图像；

将所述待检测图像输入至训练好的单次目标检测器中，获取所述单次目标检测器的输出信息；

根据所述单次目标检测器的输出信息，确定对所述待检测图像的行人检测结果；

其中，所述单次目标检测器是预先对包含初始构建的单次目标检测器和头部检测网络的原始检测模型，进行训练得到的。

2.根据权利要求1所述的方法，其特征在于，在将所述待检测图像输入至训练好的单次目标检测器中之前，还包括：

获取样本图像、所述样本图像对应的行人框标注结果以及所述样本图像对应的行人头部标注结果；

基于所述样本图像、所述样本图像对应的行人框标注结果以及所述样本图像对应的行人头部标注结果生成训练样本对，使用训练样本对对预先构建的原始检测模型进行训练，得到训练好的原始检测模型；

将训练好的原始检测模型中的单次目标检测器作为训练好的单次目标检测器。

3.根据权利要求2所述的方法，其特征在于，所述使用训练样本对对预先构建的原始检测模型进行训练，得到训练好的原始检测模型，包括：

将所述样本图像输入至初始构建的单次目标检测器中，获得所述单次目标检测器输出的原始特征图、行人框检测结果以及所述行人框检测结果对应的检测分值；

根据所述检测分值对所述行人框检测结果进行排序，根据排序结果获取预设数量的目标行人框检测结果；

将所述原始特征图以及所述目标行人框检测结果输入至所述头部检测网络中，获得所述头部检测网络输出的行人头部检测结果；

根据所述行人框检测结果以及所述行人框标注结果确定第一损失值，根据所述行人头部检测结果以及所述行人头部标注结果确定第二损失值，根据所述第一损失值和所述第二损失值确定目标损失值；

以所述目标损失值达到收敛条件为目标，对所述原始检测模型进行训练。

4.根据权利要求3所述的方法，其特征在于，所述单次目标检测器中包括多个原始特征网络层，所述原始检测模型中的目标特征网络层与所述头部检测网络之间还包括上采样模块，所述方法还包括：

根据各所述原始特征网络层输出的原始特征图的图像大小，选取至少一个所述原始特征网络层作为目标特征网络层；

在所述目标特征网络层后添加上采样模块，在所述上采样模块后添加所述头部检测网络。

5.根据权利要求4所述的方法，其特征在于，所述根据各所述原始特征网络层输出的原始特征图的图像大小，选取至少一个所述原始特征网络层作为目标特征网络层，包括：

将所述图像大小小于设定阈值的原始特征图对应的原始特征网络层作为所述目标特征网络层。

6.根据权利要求5所述的方法，其特征在于，在将所述原始特征图以及所述目标行人框检测结果输入至所述头部检测网络中，获得所述头部检测网络输出的行人头部检测结果之前，还包括：

获取所述目标特征网络层输出的目标原始特征图，将所述目标原始特征图输入至所述上采样模块中，得到所述上采样模块输出的上采样特征图；

相应的，所述将所述原始特征图以及所述目标行人框检测结果输入至所述头部检测网络中，获得所述头部检测网络输出的行人头部检测结果，包括：

将所述原始特征网络层中除目标特征网络层以外的其他原始特征网络层输出的原始特征图、所述上采样特征图以及所述目标行人框检测结果输入至所述头部检测网络中，获得所述头部检测网络输出的行人头部检测结果。

7.根据权利要求4所述的方法，其特征在于，所述上采样模块为转置卷积模块。