[发明专利]多尺度目标检测方法、装置及计算机可读存储介质

权利要求书

1.一种多尺度目标检测方法，其特征在于，所述方法包括：

获取包括自然场景的多个图像并对所述多个图像进行数据处理，以生成训练样本集合；

建立并使用所述训练样本集合训练多尺度特征提取模型，使得训练完成的所述多尺度特征提取模型能够识别所述图像中不同空间和不同尺度的多个特征；

建立并使用所述训练样本集合训练detr检测模型，使得训练完成的所述det r检测模型能够识别所述图像中的多个特征；

对所述多尺度特征提取模型和所述detr检测模型进行模型融合以获取融合模型，并且训练所述融合模型；以及

使用训练完成的所述融合模型进行目标检测。

2.根据权利要求1所述的多尺度目标检测方法，其特征在于，

所述数据处理包括：

使得获得的所述多个图像的大小符合所述特征提取模型和所述注意力机制模型的输入需求；

对所述多个图像进行对比度增强处理；以及

以对所述多个图像进行多样性扩展的方式扩展所述多个图像的数量。

3.根据权利要求2所述的多尺度目标检测方法，其特征在于，

对所述多个图像进行对比度增强处理具体包括：

以RGB图像的格式使用所述多个图像以对所述多尺度特征提取模型和所述detr检测模型进行训练，并且

根据训练结果对所述多个图像进行RGB归一化。

4.根据权利要求2所述的多尺度目标检测方法，其特征在于，

对所述多个图像进行多样性扩展具体包括：

对所述图像进行镜像翻转；

对所述图像进行随机剪裁；以及

所述多个图像彼此之间的拼贴。

5.根据权利要求1至4的任意一项所述的多尺度目标检测方法，其特征在于，

建立所述多尺度特征提取模型具体包括：

利用CNN网络构建特征金字塔；

对所述特征金字塔进行同层级non-local交互，以捕获同一层级的特征图上的共现的目标特征；

对所述特征金字塔进行自上向下的跨层级non-local交互，以将高层级特征图中的概念融进低层级的像素中；以及

对所述特征金字塔进行自下向上的跨层级non-local交互，以合并所述低层级中的视觉属性来呈现高层级的概念。

6.根据权利要求5所述的多尺度目标检测方法，其特征在于，

在约束的区域内对所述特征金字塔进行自上向下的跨层级交互。

7.根据权利要求1至4的任意一项所述的多尺度目标检测方法，其特征在于，

建立所述detr检测模型具体包括：

建立特征提取网络，用于提取图像中的特征；

建立编码器，用于对图像进行编码以得到多个物体编码后的特征；

建立解码器，用于并行解码所述多个物体；以及

建立匹配器，使用二元匹配将真实框与解码后得到的预测框进行匹配，以得到识别结果。

8.根据权利要求1至4的任意一项所述的多尺度目标检测方法，其特征在于，

在训练所述融合模型的过程中，随机扩张所述图片的大小。

9.一种多尺度目标检测装置，其特征在于，所述装置包括：

数据处理模块，用于获取包括自然场景的多个图像并对所述多个图像进行数据处理，以生成训练样本集合；

多尺度特征提取模块，建立并使用所述训练样本集合训练多尺度特征提取模型，使得训练完成的所述多尺度特征提取模型能够识别所述图像中不同空间和不同尺度的多个特征；

detr检测模块，建立并使用所述训练样本集合训练detr检测模型，使得训练完成的所述detr检测模型能够识别所述图像中的多个特征；

模型融合模块，用于对所述多尺度特征提取模型和所述detr检测模型进行模型融合以获取融合模型，并且训练所述融合模型；以及

目标检测模块，用于使用训练完成的所述融合模型进行目标检测。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。