[发明专利]基于注意力机制的目标检测方法、网络、设备和存储介质

说明书

本申请涉及图像处理技术领域，公开了一种基于注意力机制的目标检测方法、网络、设备和存储介质。该方法包括：通过特征提取网络提取待检测图像的特征，得到第一特征图；通过区域生成网络处理第一特征图，得到至少一个候选区域；通过ROI池化网络处理第一特征图和候选区域，得到第二特征图；通过分类网络和回归网络分别处理第二特征图，得到至少一个目标的类别得分和边界框信息；特征提取网络、分类网络和回归网络中的至少一个包括注意力子网络；注意力子网络确定在先层和临时层；基于在先层和临时层，确定注意力权重；将在先层和注意力权重进行乘积操作，对在先层增加注意力。通过上述技术方案，提高目标检测的速度和精确度。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于注意力机制的目标检测方法、网络、设备和存储介质。

背景技术

目标检测是用于识别图像中的目标及其位置的技术，其既要使用边界框定位图像中的目标(确定目标位置)，也要检测出每个目标所属的类别(图像分类)。目标检测是很多计算机视觉任务的基础，其在自动驾驶、人脸识别、行为识别和目标计数等领域有广泛的应用前景。

目前主流的目标检测算法主要是基于深度学习模型，可以分为两大类：一类是one-stage检测算法。该类算法直接产生目标的类别概率和坐标位置，不需要产生候选区域。另一类是two-stage检测算法。该类算法将检测问题划分为两个阶段，首先是产生候选区域，然后基于候选区域进行分类和边框回归，得到目标的类别概率和坐标位置。

上述各类目标检测模型存在的主要问题有：(1)目标定位不准确；(2)模型泛化能力(模型对新样本的适应能力)不强，导致分类错误；(3)速度较慢。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种基于注意力机制的目标检测方法、网络、设备和存储介质。

第一方面，本申请提供了一种基于注意力机制的目标检测方法，包括：

通过特征提取网络提取待检测图像的特征，得到第一特征图；

通过区域生成网络处理所述第一特征图，得到至少一个候选区域；

通过ROI池化网络处理所述第一特征图和所述至少一个候选区域，得到第二特征图，所述第二特征图包括所述至少一个候选区域；

通过分类网络和回归网络分别处理所述第二特征图，得到至少一个目标的类别得分和边界框信息；

其中，所述特征提取网络、所述分类网络和所述回归网络中的至少一个包括注意力子网络；

其中，所述注意力子网络用于：确定在先层，所述在先层为待配置注意力权重的特征图；确定临时层；基于所述在先层和所述临时层，确定注意力权重；将所述在先层和所述注意力权重进行乘积操作，实现对所述在先层增加注意力。

第二方面，本申请提供了一种基于注意力机制的目标检测网络，该目标检测网络包括：

特征提取网络、区域生成网络、ROI池化网络、分类网络和回归网络；

其中，所述特征提取网络、所述分类网络和所述回归网络中的至少一个包括注意力子网络；

其中，所述注意力子网络，用于确定在先层，所述在先层为待配置注意力权重的特征图；确定临时层；基于所述在先层和所述临时层，确定注意力权重；将所述在先层和所述注意力权重进行乘积操作，实现对所述在先层增加注意力；

所述特征提取网络，用于提取待检测图像的特征，得到第一特征图；

所述区域生成网络，用于处理所述第一特征图，得到至少一个候选区域；

所述ROI池化网络，用于处理所述第一特征图和所述至少一个候选区域，得到第二特征图，所述第二特征图包括所述至少一个候选区域；