[发明专利]一种目标检测方法、设备及计算机存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取待检测图像；

利用递归网络结构模型对所述待检测图像进行检测，获得目标特征信息；所述递归网络结构模型包括架构相同的M级特征提取网络，M为大于或等于2的整数；每级所述特征提取网络具有至少两个输出特征，第i级所述特征提取网络具有的至少两个输出特征为第i+1级所述特征提取网络的至少两个输入特征，i为大于或等于1，且小于M的整数；

每级所述特征提取网络包括骨干网络和处理网络；

所述骨干网络的输入特征至少包括所述待检测图像，所述骨干网络的输出特征包括至少两层输出特征；

所述处理网络用于对所述骨干网络的输出特征进行卷积处理或拼接处理，得到所述特征提取网络的至少两层输出特征；

所述特征提取网络的级别j为大于或等于2，且小于或等于M的整数时，所述骨干网络的输入特征还包括：第j-1级特征提取网络的至少两层输出特征。

2.根据权利要求1所述的目标检测方法，其特征在于，所述递归网络结构模型包括：递归YOLOv4-Tiny网络结构模型或递归YOLOv4网络结构模型。

3.根据权利要求1所述的目标检测方法，其特征在于，所述骨干网络为CSPDarknet网络，所述处理网络为FPN网络。

4.根据权利要求1～3任一项所述的目标检测方法，其特征在于，所述递归网络结构模型还包括：卷积网络，用于在第i级特征提取网络的至少两层输出特征输入第i+1级特征提取网络前，提取所述第i级特征提取网络的每层所述输出特征的特征信息。

5.根据权利要求4所述的目标检测方法，其特征在于，所述卷积网络为ASPP网络、SPP网络中的至少一种。

6.根据权利要求1～3任一项所述的目标检测方法，其特征在于，所述递归网络结构模型还包括：融合网络，用于对M级所述特征提取网络的至少两层输出特征进行融合处理，得到目标特征信息。

7.一种目标检测设备，其特征在于，包括处理器以及与处理器耦合的通信接口；所述处理器用于运行计算机程序或指令，以实现如权利要求1至6任一项所述目标检测方法。

8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，当所述指令被运行时，实现如权利要求1至6任一项所述目标检测方法。