[发明专利]一种目标检测方法、装置、电子设备以及可读存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取第一目标检测模型，所述第一目标检测模型为预先利用目标对比损失函数和样本图像，对第二目标检测模型进行对比学习训练获得的模型；所述目标对比损失函数用于表示所述样本图像中对应相同对象预测类别的不同候选框区域之间图像特征的差异程度；

将待检测图像输入到所述第一目标检测模型，获得针对所述待检测图像的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述第一目标检测模型采用如下方式获得：

获得所述样本图像中的多个候选框区域对应的对象类别标注数据；

将所述样本图像输入到所述第二目标检测模型，获得所述多个候选框区域各自对应的图像特征，以及所述多个候选框区域各自对应的对象预测类别；

根据所述多个候选框区域各自对应的图像特征、所述多个候选框区域各自对应的对象预测类别以及所述多个候选框区域的对象类别标注数据，确定所述目标对比学习损失函数的函数值；

根据所述目标对比学习损失函数的函数值，调整所述第二目标检测模型的模型参数，以对第二目标检测模型进行训练；

在达到预定的训练结束条件的情况下，得到所述第一目标检测模型。

3.根据权利要求1或2所述的方法，其特征在于，所述获取第一目标检测模型，包括：

利用对所述第二目标检测模型进行分类训练的分类损失函数，对所述第二目标检测模型进行定位训练的定位损失函数，以及所述目标对比学习损失函数，对所述第二目标检测模型进行训练；

在达到预定的训练结束条件的情况下，得到所述第一目标检测模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述多个候选框区域各自对应的图像特征、所述多个候选框区域各自对应的对象预测类别以及所述多个候选框区域的对象类别标注数据，确定所述目标对比学习损失函数的函数值，包括：

采用如下公式获得所述目标对比学习损失函数的函数值：

其中，所述L用于表示所述目标对比学习损失函数的函数值，所述N用于表示所述多个候选框区域的数目，所述i用于表示所述多个候选框区域中的第i个候选框区域，所述l_i用于表示所述第i个候选框与对应相同对象预测类别的不同候选框区域之间图像特征的差异程度，所述f(u_i)用于表示所述L_i的权重。

5.根据权利要求4所述的方法，其特征在于，所述f(u_i)采用如下公式的一种获得：

f(u_i)＝u_i^2；

f(u_i)＝u_i；

其中，u_i用于表示所述第i个候选框区域对应的对象预测类别与所述第i个对象对应的对象类别标注数据之间的交并比。

6.根据权利要求5所述的方法，其特征在于，所述L_i采用如下公式获得：

其中，所述y_i用于表示所述第i个候选框区域对应的对象预测类别，所述N_yi用于表示在所述不同对象中所述对象预测类别与所述第i个候选框区域对应的对象预测类别相同的候选框的数目，所述用于表示所述第i个候选框区域对应的图像特征的归一化图像特征，所述j用于表示所述多个候选框区域中除所述第i个候选框区域之外的第j个候选框区域，所述用于表示所述第j个候选框区域对应的图像特征的归一化图像特征，所述τ为预先设定的超参数，所述用于表示所述与所述之间的特征相似性，所述k用于表示所述不同对象中除所述第j个候选框区域之外的第k个候选框区域，所述用于表示所述第k个候选框区域对应的图像特征的归一化图像特征，所述用于表示所述与所述之间的特征相似性。