[发明专利]采用目标检测模型检测图像的方法、装置、设备和介质

权利要求书

1.一种采用目标检测模型检测图像的方法，其中，所述目标检测模型包括特征提取层、类别预测层、特征增强层和全连接层；所述方法包括：

经由所述特征提取层获得待检测图像的多个特征信息；

基于所述多个特征信息，经由所述类别预测层确定针对所述待检测图像的预测类别的个数；

基于所述预测类别的个数，经由所述特征增强层对所述多个特征信息进行增强，得到增强后特征信息；以及

基于所述增强后特征信息，经由所述全连接层确定所述待检测图像的目标检测结果；

其中，所述特征增强层包括聚类层和增强层；经由所述特征增强层对所述多个特征信息进行增强包括：

基于所述预测类别的个数，经由所述聚类层对所述多个特征信息进行聚类，获得多个聚类组和所述多个聚类组各自的聚类中心；以及

针对所述多个特征信息中的每个特征信息，经由所述增强层将所述每个特征信息所属聚类组的聚类中心与所述每个特征信息进行融合，获得针对所述每个特征信息的增强后特征信息；

其中，所述多个聚类组的个数为所述预测类别的个数与预定值之和。

2.根据权利要求1所述的方法，其中，所述待检测图像为包括多个图像帧在内的视频帧序列中的任一图像帧；所述经由所述特征提取层获得针对所述待检测图像的多个特征信息包括：

基于所述视频帧序列中所述任一图像帧的在前n个图像帧和所述任一图像帧，经由所述特征提取层获得所述多个特征信息，

其中，n为自然数。

3.根据权利要求2所述的方法，其中，所述特征提取层包括编码特征提取层、第一融合层、图像特征提取层和编码解码层；经由所述特征提取层获得待检测图像的多个特征信息包括：

针对所述任一图像帧和所述n个图像帧中的每一图像帧，经由所述编码特征提取层获得所述每一图像帧的编码特征信息，并经由所述图像特征提取层获得所述每一图像帧的图像特征信息；

经由所述第一融合层将所述图像特征信息与所述编码特征信息进行融合，获得所述每一图像帧的融合后信息；以及

将所述任一图像帧和所述n个图像帧的融合后信息顺序地输入所述编码解码层，获得所述多个特征信息。

4.根据权利要求3所述的方法，其中，所述编码解码层包括编码层、第二融合层和解码层；获得所述多个特征信息包括：

将所述任一图像帧和所述n个图像帧的融合后信息顺序地输入所述编码层，获得编码后特征序列，所述编码后特征序列中的特征信息个数与输入到所述编码层的融合后信息的个数相等；

经由所述第二融合层，将所述任一图像帧和所述n个图像帧的编码特征信息与所述编码后特征序列进行融合，获得融合后特征序列；以及

将所述融合后特征序列输入所述解码层，获得所述多个特征信息。

5. 根据权利要求3所述的方法，其中，经由所述编码特征提取层获得所述每一图像帧的编码特征信息包括：

基于所述每一图像帧的像素位置信息，获得所述每一图像帧的位置编码信息；以及

基于所述每一图像帧相对于所述视频帧序列中起始图像帧的时间信息，获得所述每一图像帧的时间编码信息。

6.根据权利要求3或5所述的方法，其中，所述编码特征提取层采用学习编码的算法获得所述每一图像帧的编码特征信息。

7.根据权利要求3或4所述的方法，其中，所述编码解码层采用Transformer模型获得所述多个特征信息。