[发明专利]一种目标检测方法、装置、计算机设备及存储介质

说明书

本申请提供一种目标检测方法、装置、计算机设备及存储介质，用于提高目标检测的准确性。该方法包括：获得待检测图像，并将所述待检测图像输入已训练的目标检测模型，获得所述待检测图像包括的至少一个目标中每个目标分别对应的目标区域，和每个目标分别对应的检测概率最大的目标检测类别；将每个目标区域校正为目标区域的每个区域边界与所述待检测图像的对应图像边界平行，并将每个校正后的目标区域输入已训练的目标分类模型，获得每个目标分别对应的分类概率最大的目标分类类别；基于所述目标检测类别和所述目标分类类别，输出每个目标的目标检测结果。

技术领域

本申请涉及图像处理领域，尤其涉及一种目标检测方法、装置、计算机设备及存储介质。

背景技术

随着科技的不断发展，设备可以直接对图像进行检测，确定图像中包括物品。例如，在安全检查领域中，可以通过检测箱包的X光图像，来确定乘客在箱包中所携带的物品等，不需要工作人员打开乘客的箱包，并翻找箱包来进行检查。

然而，对箱包的X光图像进行检测，仅能够反映出箱包中包括的所有物品，并不能准确地确定出箱包中是否包含违规物品，仍然需要人工观看检测出的所有物品中是否存在违规物品，才可以确定乘客是否携带了违规物品。人工观看的方式不可避免的会出现遗漏的情况，并且，X光图像所展示的物品，与日常生活中物品的形态有所不同，人工观看的方式也不可避免的会出现误判的情况，可见，在安全检查领域中，检测乘客是否携带违规物品的准确性较低，在其他领域中，也存在类似的问题。

发明内容

本申请实施例提供一种目标检测方法、装置、计算机设备及存储介质，用于提高目标检测的准确性。

第一方面，提供一种目标检测方法，包括：

获得待检测图像，并将所述待检测图像输入已训练的目标检测模型，获得所述待检测图像包括的至少一个目标中每个目标分别对应的目标区域，和每个目标分别对应的检测概率最大的目标检测类别；其中，所述目标区域为水平矩形区域中，区域边界与所述水平矩形区域的区域边界不重合的内接矩形区域，所述水平矩形区域为各区域边界与所述待检测图像的对应图像边界平行的矩形区域，所述检测概率为目标检测模型检测目标属于每个目标类别的概率；

将每个目标区域校正为目标区域的每个区域边界与所述待检测图像的对应图像边界平行，并将每个校正后的目标区域输入已训练的目标分类模型，获得每个目标分别对应的分类概率最大的目标分类类别；其中，所述分类概率为目标分类模型确定目标属于每个目标类别的概率；

基于所述目标检测类别和所述目标分类类别，输出每个目标的目标检测结果；其中，所述目标检测结果用于指示目标的目标区域和目标类别。

可选的，在将所述待检测图像输入已训练的目标检测模型，获得所述待检测图像包括的至少一个目标中每个目标分别对应的目标区域，和每个目标分别对应的检测概率最大的目标检测类别之前，还包括：

获得已标注的初始样本数据；其中，所述已标注的初始样本数据包括多个样本图像、每个样本图像中每个样本目标分别对应的初始样本目标区域和样本目标类别；所述初始样本目标区域的各个区域边界与样本图像的对应图像边界平行；

根据所述初始样本目标区域的两个内接矩形区域中，包括样本目标的内接矩形区域，确定样本目标区域；

根据多个样本图像、每个样本图像中每个样本目标分别对应的样本目标区域和样本目标类别，训练目标检测模型，获得已训练的目标检测模型。

可选的，根据多个样本图像、每个样本图像中每个样本目标分别对应的样本目标区域和样本目标类别，训练目标检测模型，具体包括：

根据各个样本图像中的像素值的均值和/或方差，对各个样本图像进行归一化处理，获得各个归一化处理后的样本图像；