[发明专利]仿初级视觉皮层的目标检测方法、装置及设备

说明书

本申请实施例提供了一种仿初级视觉皮层的目标检测方法、装置及设备，仿初级视觉皮层的目标检测方法包括：获取图像；通过预设的仿初级视觉感知皮层模型对图像中的特征进行提取，得到第一特征图；仿初级视觉感知皮层模型反映图像与第一特征图的映射关系；仿初级视觉感知皮层模型包括VOneBlock层和第一卷积层；通过预设的目标检测模型在第一特征图中检测设定的目标对象，得到检测结果；其中，在第一特征图中存在目标对象的情况下，检测结果包括目标对象在图像中的位置信息和分类标签；目标检测模型反映第一特征图与检测结果的映射关系；根据检测结果执行对应操作。

技术领域

本公开实施例涉及目标检测技术领域，更具体地，涉及仿初级视觉感知皮层的目标检测方法、装置及设备。

背景技术

目标检测的任务是在静态图像(或者动态视频)中检测出感兴趣的目标对象，是计算机视觉和数字图像处理的一个热门方向，并广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。

现有目标检测模型取得了大量研究成果，经典的方法有：Faster-RCNN、SSD、Yolo等，其中Yolo的最新版本已经更新到Yolov5。然而，现有的目标检测模型仍存在以下问题：在存在噪声干扰和AI对抗攻击的复杂环境下，容易发生目标误检和漏检的情况，其环境适应能力弱、鲁棒性差。因此，如何解决上述问题是本领域技术人员亟待解决的问题。

发明内容

本公开的一个目的是提供一种仿初级视觉皮层的目标检测方法、装置及设备的新的技术方案。

根据本公开的第一方面，提供了仿初级视觉皮层的目标检测方法的一个实施例，包括：

获取图像；

通过预设的仿初级视觉感知皮层模型对所述图像中的特征进行提取，得到第一特征图；所述仿初级视觉感知皮层模型反映所述图像与所述第一特征图的映射关系；所述仿初级视觉感知皮层模型包括VOneBlock层和第一卷积层；

通过预设的目标检测模型在所述第一特征图中检测设定的目标对象，得到检测结果；其中，在所述第一特征图中存在所述目标对象的情况下，所述检测结果包括所述目标对象在所述图像中的位置信息和分类标签；所述目标检测模型反映所述第一特征图与所述检测结果的映射关系；

根据所述检测结果执行对应操作。

可选地，所述通过预设的仿初级视觉感知皮层模型在所述图像中提取第一特征图的步骤包括：

通过所述VOneBlock层对所述图像中的特征进行提取，得到第二特征图；

通过所述第一卷积层对所述第二特征图的通道数量进行处理，得到第一特征图；所述第一特征图的通道数量与所述目标检测模型的输入通道数量相同。

可选地，所述仿初级视觉感知皮层模型还包括预处理层和特征融合层；

所述通过预设的仿初级视觉感知皮层模型对所述图像中的特征进行提取，得到第一特征图的步骤包括：

通过所述VOneBlock层对所述图像中的特征进行提取，得到第三特征图；

通过所述预处理层对所述图像中的特征进行提取，得到第四特征图；

通过所述特征融合层对所述第三特征图和所述第四特征图进行融合，得到所述第二特征图；所述第三特征图与所述第四特征图的尺寸相同；

通过所述第一卷积层对所述第二特征图的通道数量进行处理，得到第一特征图；所述第一特征图的通道数量与所述目标检测模型的输入通道数量相同。

可选地，所述预处理层包括聚焦层和第二卷积层；

所述通过所述预处理层对所述图像中的特征进行提取，得到第四特征图的步骤包括：