[发明专利]一种区域建议框检测方法、终端及存储介质

权利要求书

1.一种区域建议框检测方法，其特征在于，所述方法包括：

对目标图像进行特征提取，获取所述目标图像的深度特征图；

将所述深度特征图输入至预先训练完成的检测网络中，通过所述检测网络获取至少一组包含N个点的目标点集，并根据各个所述目标点集确定所述目标图像中的区域建议框；

其中，所述目标点集中的点为所述检测网络预测的所述目标图像中物体边缘上的点，N为大于1的正整数。

2.根据权利要求1所述的区域建议框检测方法，其特征在于，所述检测网络包括定位模块，所述通过所述检测网络获取至少一组包含N个点的目标点集，包括：

在所述定位模块中：

对所述深度特征图进行初始定位，获取所述深度特征图中的目标特征点到所述深度特征图中的物体边缘的N组偏移值，得到所述目标特征点对应的第一点集；

根据初始定位后的所述深度特征图获取定位特征图和分类特征图；

对所述定位特征图进行二次定位，获取所述第一点集中的每个点到所述定位特征图中的物体边缘的一组偏移值，得到所述目标点集。

3.根据权利要求2所述的区域建议框检测方法，其特征在于，所述根据各个所述目标点集确定所述目标图像中的区域建议框，包括：

通过所述检测网络获取所述目标点集的置信度；

根据各个所述目标点集确定各个所述目标点集对应的矩形框；

根据各个所述目标点集的置信度对各个所述矩形框进行非极大值抑制操作，获取所述区域建议框。

4.根据权利要求3所述的区域建议框检测方法，其特征在于，所述检测网络包括第一置信度模块和第二置信度模块，所述通过所述检测网络获取所述目标点集的置信度，包括：

通过所述第一置信度模块对所述定位特征图进行处理，得到定位置信度；

通过所述第二置信度模块对所述分类特征图进行处理，得到分类置信度；

根据所述定位置信度和所述分类置信度获取所述目标点集的置信度。

5.根据权利要求4所述的区域建议框检测方法，其特征在于，所述第一置信度模块包括卷积层以及两个Sigmoid函数。

6.根据权利要求4所述的区域建议框检测方法，其特征在于，所述对目标图像进行特征提取，获取所述目标图像的深度特征图，包括：

将所述目标图像输入至预先训练完成的特征提取网络，输出所述深度特征图。

7.根据权利要求6所述的区域建议框检测方法，其特征在于，所述对目标图像进行特征提取之前，所述方法还包括：

根据预先设置的训练集对所述特征提取网络以及所述检测网络进行整体训练，确定所述特征提取网络以及所述检测网络中各个模块的参数；

其中，所述训练集中包括多组训练数据，每组训练数据包括样本图像以及样本图像中的区域建议框标注结果。

8.根据权利要求7所述的区域建议框检测方法，其特征在于，根据所述训练集确定所述第一置信度模块的参数，包括：

对目标样本图像进行处理，获取所述检测网络输出的所述目标样本图像对应的样本目标点集以及所述样本目标点集对应的所述定位置信度；

分别获取各个所述样本目标点集对应的矩形框与所述样本图像对应的区域建议框标注结果的交并比；

根据各个所述交并比将所述目标样本图像中的特征点划分为正样本和负样本；

根据全部正样本对应的所述定位置信度和所述交并比、以及部分负样本对应的所述定位置信度和所述交并比确定所述第一置信度模块的损失值；

使用所述损失值进行反向传播，更新所述第一置信度模块的参数。

9.一种终端，其特征在于，所述终端包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令，所述处理器适于调用所述存储介质中的指令，以执行实现上述权利要求1-8任一项所述的区域建议框检测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任一项所述的区域建议框检测方法的步骤。