[发明专利]目标检测方法及装置、电子设备和存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

构建目标类别的检测网络；

采用所述目标类别的检测网络对待检测图像进行检测，得到所述待检测图像的目标检测结果；

其中，所述目标类别的检测网络的参数是基于目标类别的训练图像输入参数生成网络中而得到的，所述参数生成网络以训练图像作为输入、以检测网络的参数作为输出，在所述参数生成网络的输入为所述目标类别的训练图像时，所述参数生成网络的输出为所述目标类别的检测网络的参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从图像集中获取一个或多个目标训练集，其中，每个目标训练集包括K个类别的训练图像，每个类别包括M个训练图像，K为大于0的整数；

基于各目标训练集，训练所述参数生成网络。

3.根据权利要求2所述的方法，其特征在于，所述M个训练图像包括N个支持图像和O个查询图像，N和O为大于0的整数；所述基于各目标训练集，训练所述参数生成网络，包括：

针对每个目标训练集：

将该目标训练集的各支持图像输入待训练的参数生成网络，得到该目标训练集的通用检测网络的参数，并根据该通用检测网络的参数，构建该目标训练集的通用检测网络；

将该目标训练集的各查询图像输入待训练的特征提取网络，得到该目标训练集的各查询图像的特征图；

将所述各查询图像的特征图分别输入所述通用检测网络，得到所述各查询图像的预测标签分布结果；

根据所述各查询图像的预测标签分布结果和真值标签，确定所述通用检测网络的检测损失；

根据所述通用检测网络的检测损失，训练所述待训练的参数生成网络。

4.根据权利要求3所述的方法，其特征在于，将该目标训练集的各支持图像输入待训练的参数生成网络，得到该目标训练集的通用检测网络的参数，包括：

将该目标训练集的各支持图像分别输入待训练的参数生成网络，得到每个支持图像对应的检测网络的参数；

根据各支持图像对应的检测网络的参数和各支持图像的真实类别，确定该目标训练集的每个类别的检测网络的参数；

根据该目标训练集的各类别的检测网络的参数，确定该目标训练集的通用检测网络的参数。

5.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：

根据所述通用检测网络的检测损失，训练所述待训练的特征提取网络。

6.根据权利要求5所述的方法，其特征在于，根据所述通用检测网络的检测损失，训练所述待训练的特征提取网络，包括：

获取目标训练集的参考检测网络；

将所述各查询图像的特征图分别输入所述参考检测网络，得到所述各查询图像的参考标签分布结果；

根据所述各查询图像的参考标签分布结果和真值标签，确定所述参考检测网络的检测损失；

根据所述通用检测网络的检测损失和所述参考检测网络的检测损失，训练所述待训练的特征提取网络。

7.根据权利要求6所述的方法，其特征在于，获取该目标训练集的参考检测网络的参数，包括：

获取随机初始化的检测网络；

基于该目标训练集的所有查询图像对所述随机初始化的检测网络进行训练；

将训练完成的检测网络的参数，确定为该目标训练集的参考检测网络。

8.根据权利要求6或7所述的方法，其特征在于，根据所述通用检测网络的检测损失，训练所述待训练的参数生成网络，包括：

根据该目标训练集的通用检测网络的参数和该目标训练集的参考检测网络的参数，确定所述通用检测网络的差距损失；

根据所述通用检测网络的检测损失和差距损失，训练所述待训练的参数生成网络的参数。

9.根据权利要求3至8中任一项所述的方法，其特征在于，所述方法还包括：

确定所述通用检测网络的正交化损失；

根据所述通用检测网络的正交化损失，训练所述待训练的参数生成网络。