[发明专利]四边形物体检测、模型训练方法、装置、设备及存储介质

权利要求书

1.一种四边形物体检测方法，其特征在于，包括：

获取待检测图像；所述待检测图像中包含待检测的四边形物体；

使用预先训练好的神经网络模型对所述待检测图像进行处理，得到包含所述四边形物体的目标检测框，以及所述目标检测框的四个顶点对应的偏移变量值；

将所述目标检测框的各顶点按照各顶点对应的偏移变量值进行偏移，得到所述四边形物体的预测顶点。

2.如权利要求1所述的四边形物体检测方法，其特征在于，所述顶点具有x坐标值和y坐标值；所述顶点对应的偏移变量值包括：所述顶点的x坐标值对应的x轴偏移变量值，和所述顶点的y坐标值对应的y轴偏移变量值；

将所述目标检测框的各顶点按照各顶点对应的偏移变量值进行偏移，得到所述四边形物体的预测顶点，包括：

确定所述目标检测框的宽和高；

根据所述宽，以及所述目标检测框的各顶点的x坐标值以及对应的x轴偏移变量值，确定所述四边形物体的各预测顶点的x坐标预测值；

根据所述高，以及所述目标检测框的各顶点的y坐标值以及对应的y轴偏移变量值，确定所述四边形物体的各预测顶点的y坐标预测值。

3.如权利要求2所述的四边形物体检测方法，其特征在于，根据所述宽，以及所述目标检测框的各顶点的x坐标值以及对应的x轴偏移变量值，确定所述四边形物体的各预测顶点的x坐标预测值；以及，根据所述高，以及所述目标检测框的各顶点的y坐标值以及对应的y轴偏移变量值，确定所述四边形物体的各预测顶点的y坐标预测值，包括：

按照下述公式确定所述四边形物体的各预测顶点的x坐标预测值和y坐标预测值：

其中：

x₀和y₀构成一个预测顶点的坐标，x₁和y₁构成一个预测顶点的坐标值，x₂和y₂构成一个预测顶点的坐标值，x₃和y₃构成一个预测顶点的坐标值；

rw为所述目标检测框的宽，rh为所述目标检测框的高，xmin为所述目标检测框的各顶点中的最小x坐标值，xmax为所述目标检测框的各顶点中的最大x坐标值，ymin为所述目标检测框的各顶点中的最小y坐标值，ymax为所述目标检测框的各顶点中的最大y坐标值；

为顶点(xmin，ymin)对应的x轴偏移变量值，为顶点(xmin，ymin)对应的y轴偏移变量值；

为顶点(xmax，ymin)对应的x轴偏移变量值，为顶点(xmax，ymin)对应的y轴偏移变量值；

为顶点(xmax，ymax)对应的x轴偏移变量值，为顶点(xmax，ymax)对应的y轴偏移变量值；

为顶点(xmin，ymax)对应的x轴偏移变量值，为顶点(xmin，ymax)对应的y轴偏移变量值。

4.如权利要求1至3任一项所述的四边形物体检测方法，其特征在于，使用预先训练好的神经网络模型对所述待检测图像进行处理，得到包含所述四边形物体的目标检测框，以及所述目标检测框的四个顶点对应的偏移变量值，包括：

将所述待检测图像输入至所述神经网络模型中，得到所述待检测图像中感兴趣区域的候选检测框以及各候选检测框对应的类别得分以及偏移变量值；

确定出类别得分高于预设得分阈值的所述候选检测框；所述类别得分高于预设得分阈值的所述候选检测框为所述目标检测框。

5.如权利要求4所述的四边形物体检测方法，其特征在于，在确定出类别得分高于预设得分阈值的所述候选检测框之前，所述方法还包括：

对所述候选检测框进行去冗余处理。