[发明专利]一种目标对象检测方法、装置、电子设备及存储介质

说明书

本申请实施例提供的一种目标对象检测方法、装置、电子设备及存储介质，方法包括：获取待检测图像，将待检测图像输入预先训练好的与目标对象对应的目标图像语义分割模型，输出尺寸与所述待检测图像的尺寸相同且包含目标对象标注的特征图，根据特征图中包含的目标对象标注，确定所述待检测图像中包含的目标对象的数量及各目标对象的位置。本方案采用图像语义分割模型确定目标对象的数量和位置，因为图像语义分割模型是以卷积神经网络为基础建立的模型，所以相较于现有的目标对象检测方法，本方案提供的方法检测到的数量更加准确，并且因为图像语义分割模型输出的特征图的目标对象标注是像素级的，所以根据目标对象标注还可以确定目标对象的位置。

技术领域

本申请涉及目标检测领域，尤其涉及一种目标对象检测方法、装置、电子设备及存储介质。

背景技术

在畜牧业中，随着养殖规模的增大，人工巡检以及喂料，已经无法满足当前的需求，以养鸡企业为例，随着养鸡规模的日益扩大，目前鸡场中通常都设有料线，料线上设有料车，通过料车定时喂料。但采用料车进行喂料时，人工无法对鸡的健康情况进行监控，导致无法及时发现有疾病的鸡，容易造成疾病蔓延从而使鸡场面临损失。

为了解决上述的料车喂料无法发现病鸡的问题，可以在料车后面安装摄像头，料车撒料后通过摄像头采集图像进而根据图像采用目标检测方法对鸡只进行计数，因为每个笼子都有固定数目的鸡，所以如果根据计数结果发现少了一只或几只鸡，那么可能就是出现病鸡了，此时及时通知饲养员进行巡查，可以有效防止疾病的蔓延。

目前通过目标检测方法进行计数通常有基于检测的方法、基于回归的方法和基于密度图的方法，但是基于检测的方法通常适用于对稀疏的目标进行检测，而由于鸡笼空间狭小，鸡羽毛丰满等原因，使得鸡与鸡之间接触很近，遮掩严重，所以基于检测的方法不适用，而基于回归的方法通常用于对大数量的群体数量进行估计，准确率低，基于密度图的方法很容易将离的比较近或遮挡较严重的多个目标看成一个目标，导致最终检测到的鸡的数量不准确。

发明内容

为了解决现有目标检测方法检测数量不够准确的技术问题，本申请提供了一种目标对象检测方法、装置、电子设备及存储介质。

第一方面，本申请提供了一种目标对象检测方法，包括：

获取待检测图像；

将所述待检测图像输入预先训练好的与目标对象对应的目标图像语义分割模型，输出尺寸与所述待检测图像的尺寸相同且包含目标对象标注的特征图；

根据所述特征图中包含的目标对象标注，确定所述待检测图像中包含的目标对象的数量及各目标对象的位置。

在一种可能的实现方式中，所述目标图像语义分割模型包括编码器和解码器，所述编码器由多个依次连接的密集块和相邻两个密集块之间的过渡层组成；

将所述待检测图像输入预先训练好的与目标对象对应的目标图像语义分割模型，输出尺寸与所述待检测图像的尺寸相同且包含目标对象标注的特征图，包括：

将所述待检测图像作为输入数据输入到所述编码器中的第一个密集块；

所述编码器中的密集块对输入该密集块的输入数据进行特征提取，并将提取的特征通过与下一个密集块之间的过渡层进行下采样后输入到下一个密集块，将所述编码器中最后一个密集块输出的特征作为所述编码器的输出数据；

将所述编码器的输出数据输入所述解码器；

所述解码器对输入的特征进行上采样，输出尺寸与所述待检测图像的尺寸相同且包含目标对象标注的特征图。

在一种可能的实现方式中，所述密集块包含多个密集层；

所述编码器中的密集块对输入该密集块的输入数据进行特征提取，包括：