[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

说明书

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景。具体实现方案为：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。本公开的方案，能够使第一目标检测模型对小样本图像的检测能力以及整体的检测能力得到提升，在使用该第一目标检测模型对待检测图像检测时，可以提升针对待检测图像的检测结果的准确度。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和图像处理技术，具体可用于智慧城市和智能交通场景。

背景技术

目标检测模型作为一种用于对图像中的目标对象进行分类和/或定位的网络模型，在计算视觉领域中起到了至关重要的作用。在使用目标检测模型对图像进行目标检测的过程中，往往需要先利用样本图像来进行模型训练以获得目标检测模型。

在利用样本图像来进行模型训练以获得目标检测模型的过程中，由于图像采集困难等原因，样本图像中往往会存在某些类别的小样本图像，所谓小样本图像为仅具有较少数量的图像。由于小样本图像的数量较少，会导致通过模型训练获得的目标检测模型，对小样本图像的检测能力以及整体的检测能力较差，从而降低了针对待检测图像的检测结果的准确度。

发明内容

本公开提供了提供一种目标检测方法、一种目标检测装置、一种电子设备、一种可读存储介质以及一种计算机程序产品，以提升针对待检测图像的检测结果的准确度。

根据本公开的一方面，提供了一种目标检测方法，该方法可以包括以下步骤：

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。

根据本公开的另一方面，提供了一种目标检测装置，该装置可以包括：

模型获得模块，用于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；

检测结果获得模块，用于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。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。