[发明专利]目标识别方法及装置

权利要求书

1.一种目标识别方法，其特征在于，包括：

获取待识别图像或待识别视频；

通过预设的目标检测网络模型对所述待识别图像或所述待识别视频，进行目标对象的识别，得到识别结果，所述目标检测网络模型的网络结构包括骨干网络、指导锚生成网络GA-RPN、感兴趣区域对齐RoI Align和检测框头部BBoxHead，其中，所述骨干网络的输出分别与所述GA-RPN的输入以及所述RoI Align的输入连接，所述GA-RPN的输出与所述RoIAlign的输入连接，所述RoI Align的输出与所述BBoxHead的输入连接。

2.根据权利要求1所述的方法，其特征在于，所述识别结果包括所述目标对象的坐标和类别，在所述得到识别结果之后，还包括：

根据所述目标对象的坐标，确定所述目标对象在真实世界场景中的位置；

存储所述目标对象的位置和类别。

3.根据权利要求2所述的方法，其特征在于，在所述存储所述目标对象的位置和类别之前，还包括：

判断所述目标对象的位置和/或类别是否发生改变；

若所述目标对象的位置和/或类别发生改变，则向用户推送提示消息，所述提示消息用于提示用户所述目标对象的位置和/或类别发生改变。

4.根据权利要求1-3任一项所述的方法，其特征在于，在获取待识别图像或待识别视频之前，还包括：

获取训练数据样本；

构建所述目标检测网络模型的网络结构；

利用所述目标检测网络模型的网络结构对所述训练数据样本进行训练，生成训练后的目标检测网络模型。

5.根据权利要求4所述的方法，其特征在于，

所述训练数据样本包括小目标数据样本、中等目标数据样本和大目标数据样本，所述小目标数据样本占所述训练数据样本的比例大于预设占比。

6.根据权利要求5所述的方法，其特征在于，所述目标检测网络模型的网络结构，还包括：

特征金字塔网络FPN，所述FPN的输入与所述骨干网络的输出连接，所述FPN的输出分别与所述GA-RPN的输入以及所述RoI Align的输入连接，所述FPN用于输出多个尺度的特征图。

7.根据权利要求6所述的方法，其特征在于，所述骨干网络为ResNet系列网络结构、ResNext系列网络结构中的任意一种网络结构。

8.根据权利要求7所述的方法，其特征在于，在所述构建所述目标检测网络模型的网络结构之前，还包括：

对所述骨干网络进行训练，得到训练后的骨干网络；

所述骨干网络包括五个阶段；第一阶段包括N个3*3卷积核和最大池化模块，其中N为大于1的整数；第M阶段包括一个下采样和多个残差模块，所述下采样分为两个分支，第一分支的第一个卷积核步长为1，第二分支依次包括平均池化模块和卷积核，其中，M＝2、3、4、5。

9.根据权利要求8所述的方法，其特征在于，

所述目标检测网络模型的网络结构还包括掩模头部Mask Head，所述Mask Head的输入与所述RoI Align的输出连接，所述Mask Head用于对所述RoI Align输出的特征图进行掩膜预测。

10.一种目标识别装置，其特征在于，包括：

第一获取模块，用于获取待识别图像或待识别视频；

识别模块，用于通过预设的目标检测网络模型对所述待识别图像或所述待识别视频，进行目标对象的识别，得到识别结果，所述目标检测网络模型的网络结构包括骨干网络、指导锚生成网络GA-RPN、RoI Align和BBoxHead，其中，所述骨干网络的输出分别与所述GA-RPN的输入以及所述RoI Align的输入连接，所述GA-RPN的输出与所述RoI Align的输入连接，所述RoI Align的输出与所述BBoxHead的输入连接。