[发明专利]目标检测方法、装置、电子设备和计算机可读介质

说明书

本申请实施例公开了目标检测方法、装置、电子设备和计算机可读介质。该方法的实施例包括：将待检测图像输入至预先训练的特征提取网络，得到特征图；将特征图输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。该实施方式提高了目标检测结果的精确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及目标检测方法、装置、电子设备和计算机可读介质。

背景技术

目标检测(Object Detection)是一种找出给定图像中的物体，并确定物体的类别、大小和位置的技术，是计算机视觉相关业务的基础技术之一。随着人工智能领域的发展，目标检测已应用在了越来越多的场景中。

现有技术中，在使用SSD(Single Shot MultiBox Detector，单阶段多框检测器)、YOLOv3(You only look once v3，统一的实时对象检测第三版)、FCOS(FullyConvolutional One-Stage Object Detection，全卷积单阶段目标检测)等常用的目标检测模型处理目标检测任务的过程中，通常将图像中的待测对象看作单点，并使用单点的区域特征进行检测框的密集预测，此过程中通常丢失了边界特征，导致目标预测结果的精确性有待提高。

发明内容

本申请实施例提出了目标检测方法、装置、电子设备和计算机可读介质，以解决现有技术中目标预测结果的精确性较低的技术问题。

第一方面，本申请实施例提供了一种目标检测方法，该方法包括：将待检测图像输入至预先训练的特征提取网络，得到特征图；将特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。

第二方面，本申请实施例提供了一种目标检测装置，该装置包括：第一输入单元，被配置成将待检测图像输入至预先训练的特征提取网络，得到特征图；第二输入单元，被配置成将特征图分别输入至预先训练的类别检测网络和位置检测网络，得到第一类别检测结果和第一位置检测结果；第三输入单元，被配置成将类别检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第一边界特征增强网络，得到第二类别检测结果；第四输入单元，被配置成将位置检测网络的其中一层的输出和第一位置检测结果输入至预先训练的第二边界特征增强网络，得到第二位置检测结果；确定单元，被配置成基于各类别检测结果，确定待检测图像中的对象的最终类别检测结果，并基于各位置检测结果，确定对象的最终位置检测结果。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中所描述的方法。