[发明专利]目标检测方法、装置和电子系统

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

提取待检测图像的图像特征；

将所述图像特征输入至预设的目标检测网络，输出所述待检测图像的目标分类结果、目标定位结果以及前景识别结果；其中，所述前景识别结果包括所述待检测图像中各个位置属于前景的概率；

基于所述前景识别结果调整所述目标分类结果；基于所述目标定位结果和调整后的所述目标分类结果，确定所述待检测图像的目标检测结果。

2.根据权利要求1所述的方法，其特征在于，所述目标检测网络包括分类子网络和位置回归子网络；

所述将所述图像特征输入至预设的目标检测网络，输出所述待检测图像的目标分类结果、目标定位结果以及前景识别结果的步骤，包括：

将所述图像特征输入至所述分类子网络，输出所述待检测图像的目标分类结果；将所述图像特征输入至所述位置回归子网络，输出所述待检测图像的目标定位结果以及前景识别结果。

3.根据权利要求2所述的方法，其特征在于，所述位置回归子网络包括：第一卷积模块，以及与所述第一卷积模块分别连接的第一卷积层和第二卷积层；其中，所述第一卷积模块包括多个串联的卷积层；

所述将所述图像特征输入至所述位置回归子网络，输出所述待检测图像的目标定位结果以及前景识别结果的步骤，包括：

将所述图像特征输入至所述第一卷积模块，输出第一中间结果；

将所述第一中间结果输入至所述第一卷积层，输出所述待检测图像的目标定位结果；将所述第一中间结果输入至所述第二卷积层，输出所述待检测图像的前景识别结果。

4.根据权利要求2所述的方法，其特征在于，所述分类子网络包括：第二卷积模块，以及与所述第二卷积模块连接的第三卷积层；其中，所述第二卷积模块包括多个串联的卷积层；

所述将所述图像特征输入至所述分类子网络，输出所述待检测图像的目标分类结果的步骤，包括：

将所述图像特征输入至所述第二卷积模块，输出第二中间结果；

将所述第二中间结果输入至所述第三卷积层，输出所述待检测图像的目标分类结果。

5.根据权利要求1所述的方法，其特征在于，所述前景识别结果包括：所述待检测图像中每个像素点属于前景的概率的参数值；所述目标分类结果包括：所述待检测图像中的每个像素点属于每个预设目标类别的概率的参数值；

所述基于所述前景识别结果调整所述目标分类结果的步骤，包括：

针对每个像素点，将该像素点属于每个预设目标类别的概率的参数值乘以该像素点属于前景的概率的参数值，得到调整后的所述目标分类结果。

6.根据权利要求5所述的方法，其特征在于，针对每个像素点，将该像素点属于每个预设目标类别的概率的参数值乘以该像素点属于前景的概率的参数值，得到调整后的所述目标分类结果的步骤之前，所述方法还包括：

将所述前景识别结果和所述目标分类结果分别输入至预设的激活函数中，以通过所述激活函数将所述前景识别结果和所述目标分类结果中的各个参数值映射至指定的数值范围内，得到映射后的所述前景识别结果和所述目标分类结果；其中，所述数值范围的最大值为一，最小值为零。

7.根据权利要求1所述的方法，其特征在于，提取待检测图像的图像特征的步骤，包括：

将所述待检测图像输入至预设的残差神经网络，得到初始结果；

将所述初始结果输入至预设的特征金字塔网络，输出多尺度的特征图；

按照所述多尺度的特征图的尺度大小，将所述特征图进行拼接处理，得到所述待检测图像的图像特征。