[发明专利]目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取监控图像；

对所述监控图像进行检测；

在检测到所述监控图像中包括目标对象的情况下，基于元素识别模型，对所述监控图像中的目标对象进行元素识别；其中，所述元素识别模型基于目标样本和所述目标样本的相似样本，对深度学习模型进行训练得到。

2.根据权利要求1所述的方法，其特征在于，在检测到所述监控图像中包括目标对象的情况下，基于元素识别模型，对所述监控图像中的目标对象进行元素识别，包括：

在检测到所述监控图像中包括目标对象的情况下，从所述监控图像中截取包括目标对象的目标区域；其中，所述目标区域小于所述监控图像的区域；

基于元素识别模型，对所述目标区域中的目标对象进行元素识别。

3.根据权利要求1所述的方法，其特征在于，对所述监控图像进行检测，包括：

基于对象检测模型，对所述监控图像进行检测；其中，所述对象检测模型为CenterNet模型。

4.根据权利要求1所述的方法，其特征在于，对所述监控图像中的目标对象进行元素识别之后，还包括：

根据识别结果，确定所述目标对象的元素是否满足设定的评判标准；

若不满足，则输出报警信息。

5.根据权利要求1所述的方法，其特征在于，若监控图像为至少两帧，则对所述监控图像进行检测之后，还包括：

若至少两帧监控图像中包括同一目标对象，则根据所述至少两帧监控图像，确定所述目标对象的行驶方向；

相应地，根据识别结果，确定所述目标对象的元素是否满足设定的评判标准，包括：

根据所述行驶方向和所述识别结果，确定所述目标对象的元素是否满足设定的评判标准。

6.一种目标检测装置，其特征在于，包括：

图像获取模块，用于获取监控图像；

图像检测模块，用于对所述监控图像进行检测；

元素识别模块，用于在检测到所述监控图像中包括目标对象的情况下，基于元素识别模型，对所述监控图像中的目标对象进行元素识别；其中，所述元素识别模型基于目标样本和所述目标样本的相似样本，对深度学习模型进行训练得到。

7.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的目标检测方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的目标检测方法。