[发明专利]目标检测方法、装置和电子设备

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取包含目标对象的待检测图像；

采用域适应的目标检测模型对所述待检测图像进行目标检测，得到检测结果，其中，所述检测结果包括：所述目标对象在所述待检测图像中的位置坐标和/或所述待检测图像中所述目标对象的类别，所述域适应的目标检测模型为预先通过不同域的训练样本数据对原始目标检测模型进行训练得到的，且所述训练样本数据中相同训练对象在不同域的高维特征分布一致。

2.根据权利要求1所述的方法，其特征在于，所述域适应的目标检测模型包括：特征提取模块和目标检测模块，采用域适应的目标检测模型对所述待检测图像进行目标检测包括：

将所述待检测图像输入至所述特征提取模块，输出得到所述待检测图像的图像特征图；

将所述图像特征图输入至所述目标检测模块，输出得到所述检测结果。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

部署所述原始目标检测模型；

获取多组不同域的训练样本数据，其中，多组所述不同域的训练样本数据为按照训练对象的不同进行分组的训练样本数据，每组所述不同域的训练样本数据中包括：多张不同域的训练样本图像、标注的所述训练样本图像中训练对象的第二位置坐标和/或标注的所述训练样本图像中训练对象的第二类别标签、任意两种不同域的训练样本图像的训练对象特征之间的第二特征距离；

通过多组所述不同域的训练样本数据对所述原始目标检测模型进行训练，得到所述域适应的目标检测模型。

4.根据权利要求3所述的方法，其特征在于，所述原始目标检测模型包括：原始特征提取模块和原始目标检测模块，通过多组所述不同域的训练样本数据对所述原始目标检测模型进行训练包括：

将每组所述不同域的训练样本数据输入至所述原始特征提取模块，输出得到每张所述训练样本图像的特征图；

将所述特征图输入至所述原始目标检测模块，输出得到检测的所述训练样本图像中训练对象的第一位置坐标和/或检测的所述训练样本图像中训练对象的第一类别标签；

对所述特征图进行实例特征提取，得到训练对象特征，并基于所述训练对象特征计算任意两种不同域的相同训练对象的训练对象特征之间的第一特征距离；

基于所述第一位置坐标和/或所述第一类别标签、所述第二位置坐标和/或所述第二类别标签、所述第一特征距离和所述第二特征距离对所述原始目标检测模型进行训练。

5.根据权利要求4所述的方法，其特征在于，对所述特征图进行实例特征提取包括：

根据所述第二位置坐标在对应的特征图中抠取训练对象对应的特征，得到所述训练对象特征。

6.根据权利要求4或5所述的方法，其特征在于，基于所述第一位置坐标和/或所述第一类别标签、所述第二位置坐标和/或所述第二类别标签、所述第一特征距离和所述第二特征距离对所述原始目标检测模型进行训练包括：

计算第二位置坐标与对应的第一位置坐标之间的位置差异，和/或，计算第二类别标签与对应的第一类别标签之间的类别差异；

计算第一特征距离与目标第二特征距离之间的距离差异，其中，所述目标第二特征距离为所述第二特征距离中，与所述第一特征距离所对应的域相同，且与所述第一特征距离所对应的训练对象相同的第二特征距离；

如果所述位置差异和/或所述类别差异、所述距离差异大于对应的预设阈值，则继续通过所述多组不同域的训练样本数据对所述原始目标检测模型进行训练，直至所述位置差异和/或所述类别差异、所述距离差异不大于对应的预设阈值。

7.根据权利要求4-6任一项所述的方法，其特征在于，所述特征距离包括以下任一种：最大均值差异、欧式距离、L1距离和KL散度。