[发明专利]图像检测方法、装置、电子设备、存储介质及考勤机

说明书

本发明实施例提供了一种图像检测方法、装置、电子设备、计算机存储介质及考勤机，其中，所述图像检测方法包括：对待检测图像对应的多尺度特征进行聚合，获取第一聚合特征；对所述第一聚合特征进行用于获得正锚点和负锚点差异的特征提取，获得对应的增量特征；根据所述第一聚合特征和所述增量特征，获得所述待检测图像的检测结果。通过本发明实施例，提升了正锚点和负锚点的检测的准确度。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种图像检测方法、装置、电子设备、计算机存储介质及一种考勤机。

背景技术

随着计算机视觉技术的发展，目标检测即利用计算机图像处理技术对图像中的目标对象进行检测的应用越来越广泛。通过目标检测，可以将图像中的目标对象有效地识别出来以进行相应处理。目前，多通过目标检测模型来实现目标检测。

目标检测模型是一种可将输入图像中的目标对象所在区域检测出来，并且输出该区域的目标对象的类别的模型。目前的目标检测模型包括一阶段(one-stage)目标检测模型和二阶段(two-stage)目标检测模型，其中，一阶段目标检测模型如，FCOS(FullyConvolutional One-Stage Object Detection)模型、YOLO(You Only Look Once)模型、SSD(Single Shot MultiBox Detector)模型、Retina-Net模型等；二阶段目标检测模型如，R-CNN(Region-CNN)模型、FastR-CNN模型等。

在使用诸如上述的目标检测模型进行目标检测的过程中，需要通过锚点(anchor)来进行目标对象预测，并根据预测结果最终确定目标检测结果。其中，所述锚点包括通过对正锚点样本和负锚点样本进行训练而学习获得的正锚点和负锚点。但是，在现有的目标检测过程中，经常会出现因正锚点和负锚点的检测不够准确，而无法对目标对象进行准确识别，进而导致目标检测结果不准确的现象。

发明内容

有鉴于此，本发明实施例提供一种图像检测方案，以至少部分解决上述问题。

根据本发明实施例的第一方面，提供了一种图像检测方法，包括：对待检测图像对应的多尺度特征进行聚合，获取第一聚合特征；对所述第一聚合特征进行用于获得正锚点和负锚点差异的特征提取，获得对应的增量特征；根据所述第一聚合特征和所述增量特征，获得所述待检测图像的检测结果。

根据本发明实施例的第二方面，提供了另一种图像检测方法，包括：获取图像检测请求，其中，所述图像检测请求中携带有待检测图像的信息；使用图像检测方法，对所述图像检测请求所请求的待检测图像进行图像检测，其中，所述图像检测方法为如权利要求1-14任一项所述的图像检测方法。

根据本发明实施例的第三方面，提供了一种图像检测装置，包括：第一获取模块，用于对待检测图像对应的多尺度特征进行聚合，获取第一聚合特征；第二获取模块，用于对所述第一聚合特征进行用于获得正锚点和负锚点差异的特征提取，获得对应的增量特征；第三获取模块，用于根据所述第一聚合特征和所述增量特征，获得所述待检测图像的检测结果。

根据本发明实施例的第四方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的图像检测方法对应的操作。

根据本发明实施例的第五方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的图像检测方法。