[发明专利]物体检测方法、模型训练方法、装置及电子设备有效
申请号: | 202110672301.9 | 申请日: | 2021-06-17 |
公开(公告)号: | CN113326796B | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 钱正宇;袁正雄;李金麒;褚振方;黄悦;李润青;胡鸣人;施恩 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V20/40;G06V10/44;G06V10/764 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 黄灿;刘念 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物体 检测 方法 模型 训练 装置 电子设备 | ||
本公开提供了一种物体检测方法、模型训练方法、装置及电子设备,涉及计算机视觉、深度学习等人工智能技术领域。具体实现方案为:获取待检测图像;对所述待检测图像进行物体检测,得到所述待检测图像的第一物体检测信息;对所述待检测图像进行场景检测,以获取所述待检测图像的目标场景检测信息,所述目标场景检测信息包括所述待检测图像对应的目标场景类别;获取所述目标场景类别对应的场景识别模型;基于所述场景识别模型和所述第一物体检测信息,确定所述待检测图像的第二物体检测信息。根据本公开的技术,解决了物体检测技术中存在的物体检测效果比较差的问题,提高了物体检测的效果。
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉、深度学习技术领域,具体涉及一种物体检测方法、模型训练方法、装置及电子设备。
背景技术
随着人工智能的高速发展,越来越多的应用场景可以基于深度学习的物体检测技术来解决实际问题,比如针对零售行业巡检的应用场景、农作物无人机巡检的应用场景和工业标准零件流水线检测的应用场景等。
在这些应用场景中,待检测图像中通常包括多个检测场景,使得一个物体检测应用往往需要同时处理多个检测场景的数据。
目前,物体检测应用通常仅集成单一的深度学习模型,通过集成的深度学习模型来对存在多个检测场景的物体进行检测。
发明内容
本公开提供了一种物体检测方法、模型训练方法、装置及电子设备。
根据本公开的第一方面,提供了一种物体检测方法,包括:
获取待检测图像;
对所述待检测图像进行物体检测,得到所述待检测图像的第一物体检测信息;
对所述待检测图像进行场景检测,以获取所述待检测图像的目标场景检测信息,所述目标场景检测信息包括所述待检测图像对应的目标场景类别;
获取所述目标场景类别对应的场景识别模型;
基于所述场景识别模型和所述第一物体检测信息,确定所述待检测图像的第二物体检测信息。
根据本公开的第二方面,提供了一种模型训练方法,包括:
获取目标数据,所述目标数据包括行业场景库中目标场景类别下的场景图像样本数据,和/或,输入的所述目标场景类别下的物体图像样本数据,所述目标场景类别为对待检测图像进行场景检测所获取的目标场景检测信息中的场景类别;
基于所述目标数据对所述目标场景类别对应的场景识别模型进行训练;
其中,所述场景识别模型用于结合第一物体检测信息确定所述待检测图像的第二物体检测信息,所述第一物体检测信息为对所述待检测图像进行物体检测得到的物体检测信息。
根据本公开的第三方面,提供了一种物体检测装置,包括:
第一获取模块,用于获取待检测图像;
物体检测模块,用于对所述待检测图像进行物体检测,得到所述待检测图像的第一物体检测信息;
场景检测模块,用于对所述待检测图像进行场景检测,以获取所述待检测图像的目标场景检测信息,所述目标场景检测信息包括所述待检测图像对应的目标场景类别;
第二获取模块,用于获取所述目标场景类别对应的场景识别模型;
确定模块,用于基于所述场景识别模型和所述第一物体检测信息,确定所述待检测图像的第二物体检测信息。
根据本公开的第四方面,提供了一种模型训练装置,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110672301.9/2.html,转载请声明来源钻瓜专利网。