[发明专利]目标物检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标物检测方法，其特征在于，所述方法包括：

获取待检测图片，对所述待检测图片执行尺寸标准化处理，得到标准图片，通过预构建的特征提取网络提取所述标准图片中的图片特征，得到特征图片；

利用区域生成网络对所述特征图片进行目标检测，根据检测结果生成候选框，并利用区域特征聚集算法将所述候选框池化为固定尺寸，得到标准候选框；

对所述标准候选框进行回归及分类，得到目标物候选框；

根据所述目标物候选框执行对所述待检测图片的坐标映射，在所述待检测图片中标记出目标物检测结果。

2.如权利要求1所述的目标物检测方法，其特征在于，所述对所述待检测图片执行尺寸标准化处理，得到标准图片，包括：

判断所述待检测图片的尺寸是否大于用户输入的标准图片尺寸；

在所述待检测图片的尺寸大于所述标准图片尺寸时，根据所述标准图片尺寸对所述待检测图片执行裁剪处理，得到标准图片；

在所述待检测图片的尺寸小于所述标准图片尺寸时，则根据所述标准图片尺寸对所述待检测图片执行填充处理，得到标准图片。

3.如权利要求1所述的目标物检测方法，其特征在于，所述利用区域生成网络对所述特征图片进行目标检测，根据检测结果生成候选框，包括：

对于所述特征图片上的每一个点，生成预设数量具有不同尺度和宽高比的锚点框；

将所述锚点框输入到区域生成网络的检测框分类层检测框分类层进行分类，判断所述锚点框里面的特征图属于前景还是背景；

将所述锚点框输入到所述区域生成网络的检测框回归层，得到所述锚点框的坐标信息；

选择特征图属于前景的锚点框作为候选框，根据对应的坐标值在所述特征图片上显示所述候选框。

4.如权利要求3所述的目标物检测方法，其特征在于，所述利用区域特征聚集算法将所述候选框池化为固定尺寸，得到标准候选框，包括：

将每个所述候选框划分成n*n固定大小的单元；

在每个所述单元中按照预设规则确定采样点，利用双线性插值法计算所述采样点的像素值，对所述采样点的像素值执行最大池化操作以选择所述采样点中像素值最大的像素点；

根据选择的所述像素点，得到每个所述候选框对应的标准候选框。

5.如权利要求1所述的目标物检测方法，其特征在于，所述对所述标准候选框进行回归及分类，得到目标物候选框，包括：

利用框回归函数获得所述标准候选框相对实际位置的偏移量预测值，以对所述标准候选框进行修正；

将所述标准候选框输入至预先训练的神经网络中的全连接层和softmax函数中，计算所述标准候选框中特征图所属的类别，输出类别的得分，根据所述得分，得到目标检测框。

6.如权利要求1至5中任意一项所述的目标物检测方法，其特征在于，所述通过预构建的特征提取网络提取所述标准图片中的图片特征，得到特征图片之前，该方法还包括：

根据卷积操作、归一化操作、激活操作构建第一卷积层；

利用合并函数和相加函数，构建第二卷积层；

根据所述第一卷积层和所述第二卷积层构建所述特征提取网络。

7.如权利要求1至5中任意一项所述的目标物检测方法，其特征在于，所述目标物为应用车道。

8.一种基于大数据的智能问答装置，其特征在于，所述装置包括：

图片特征提取模块，用于对所述待检测图片执行尺寸标准化处理，得到标准图片，通过预构建的特征提取网络提取所述标准图片中的图片特征，得到特征图片；

候选框生成模块，用于利用区域生成网络对所述特征图片进行目标检测，根据检测结果生成候选框，并利用区域特征聚集算法将所述候选框池化为固定尺寸，得到标准候选框；

分类回归模块，用于对所述标准候选框进行回归及分类，得到目标物候选框；

候选框映射模块，用于根据所述目标物候选框执行对所述待检测图片的坐标映射，在所述待检测图片中标记出目标物检测结果。