[发明专利]图像检测方法、装置、电子设备及介质有效

专利信息
申请号: 202010685366.2 申请日: 2020-07-15
公开(公告)号: CN111862034B 公开(公告)日: 2023-06-30
发明(设计)人: 周侠;林萍;郭晏;吕彬;吕传峰 申请(专利权)人: 平安科技(深圳)有限公司;山东省眼科研究所
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T5/50;G06V10/52;G06V10/80;G06V10/764;G06V10/82
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 检测 方法 装置 电子设备 介质
【权利要求书】:

1.一种图像检测方法,其特征在于,所述方法包括:

利用特征金字塔网络对待检测图像进行不同尺度的特征提取,得到多个不同尺度的精细特征图;

利用预构建的特征蒸馏子网络对所述多个不同尺度的精细特征图进行特征蒸馏,生成待提取特征图;

利用预构建的区域提取网络提取所述待提取特征图中的拟检测区域,并生成所述拟检测区域的预测边界框;

对所述拟检测区域进行分类识别得到识别结果,并对所述预测边界框进行回归定位得到定位结果,根据所述识别结果和所述定位结果在所述待检测图像中进行标记,得到所述待检测图像的检测结果;

其中,所述利用预构建的特征蒸馏子网络对所述多个不同尺度的精细特征图进行特征蒸馏,生成待提取特征图,包括:将所述多个不同尺度的精细特征图按照尺度从小到大进行融合,并加入注意力机制,得到融合特征图;将所述融合特征图通过卷积操作进行特征重构,得到多个不同尺度的新特征图;将所述多个不同尺度的新特征图进行融合,生成待提取特征图。

2.如权利要求1所述的图像检测方法,其特征在于,所述利用特征金字塔网络对待检测图像进行不同尺度的特征提取,得到多个不同尺度的精细特征图,包括:

利用所述特征金字塔网络中的从底向上的通路对所述待检测图像进行逐级下采样,得到多个不同尺度的粗糙特征图;

利用所述特征金字塔网络中的从顶向下的通路和横向连接将所述多个不同尺度的粗糙特征图进行上采样和融合,得到多个不同尺度的精细特征图。

3.如权利要求1所述的图像检测方法,其特征在于,所述利用预构建的区域提取网络提取所述待提取特征图中的拟检测区域,并生成所述拟检测区域的预测边界框,包括:

利用所述待提取特征图采用均衡采样法生成特征块,根据所述特征块将所述待提取特征图划分为不同的图像块,得到拟检测区域;

设置所述拟检测区域中的特征的锚点,根据所述锚点的位置信息生成预测边界框。

4.如权利要求1所述的图像检测方法,其特征在于,所述对所述拟检测区域进行分类识别得到识别结果,并对所述预测边界框进行回归定位得到定位结果,根据所述识别结果和所述定位结果在所述待检测图像中进行标记,得到所述待检测图像的检测结果,包括:

利用预设的激活函数对所述拟检测区域进行分类识别;

在识别出所述拟检测区域为目标区域时,利用所述激活函数对所述目标区域的预测边界框进行回归定位,得到定位结果,其中所述定位结果包括所述目标区域的位置信息;

根据所述位置信息在所述待检测图像中将所述目标区域进行标记,得到所述待检测图像的检测结果。

5.一种图像检测装置,其特征在于,所述装置包括:

特征提取模块,用于利用特征金字塔网络对待检测图像进行不同尺度的特征提取,得到多个不同尺度的精细特征图;

特征蒸馏模块,用于利用预构建的特征蒸馏子网络对所述多个不同尺度的精细特征图进行特征蒸馏,生成待提取特征图;

区域提取模块,用于利用预构建的区域提取网络提取所述待提取特征图中的拟检测区域,并生成所述拟检测区域的预测边界框;

识别定位模块,用于对所述拟检测区域进行分类识别得到识别结果,并对所述预测边界框进行回归定位得到定位结果,根据所述识别结果和所述定位结果在所述待检测图像中进行标记,得到所述待检测图像的检测结果;

其中,在利用预构建的特征蒸馏子网络对所述多个不同尺度的精细特征图进行特征蒸馏,生成待提取特征图时,所述特征蒸馏模块执行下述操作:将所述多个不同尺度的精细特征图按照尺度从小到大进行融合,并加入注意力机制,得到融合特征图;将所述融合特征图通过卷积操作进行特征重构,得到多个不同尺度的新特征图;将所述多个不同尺度的新特征图进行融合,生成待提取特征图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司;山东省眼科研究所,未经平安科技(深圳)有限公司;山东省眼科研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010685366.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top