[发明专利]目标检测方法、装置、电子设备和存储介质

权利要求书

1.一种目标检测方法，所述方法包括以下步骤：

获取目标图像；

对所述目标图像进行特征提取，以得到目标特征图；

采用目标识别模型的映射网络对所述目标特征图进行特征映射，以得到解码特征；

将所述解码特征输入所述目标识别模型的第一预测层进行目标的回归预测，以得到预测框的位置；

将所述解码特征输入所述目标识别模型的第二预测层进行目标的类别预测，以得到所述预测框内的目标所属的类别。

2.根据权利要求1所述的方法，其中，所述采用目标识别模型的映射网络对所述目标特征图进行特征映射，以得到解码特征，包括：

将所述目标特征图与对应的位置图进行融合，以得到输入特征图，其中，所述位置图中各元素与所述目标特征图中各元素一一对应，所述位置图中的元素，用于指示所述目标特征图中对应元素在所述目标图像中的坐标；

将所述输入特征图输入所述目标识别模型的映射网络，以得到所述解码特征。

3.根据权利要求2所述的方法，其中，所述将所述输入特征图输入所述目标识别模型的映射网络，以得到所述解码特征，包括：

将所述输入特征图输入目标识别模型的编码器进行编码，以得到编码特征；

将所述编码特征输入所述目标识别模型的解码器进行解码，以得到所述解码特征。

4.根据权利要求1-3任一项所述的方法，其中，所述将所述解码特征输入所述目标识别模型的第一预测层进行目标的回归预测，以得到预测框的位置，包括：

将所述解码特征中各特征维度分别输入所述目标识别模型的第一预测层中对应的前馈神经网络，以进行目标的回归预测，得到预测框的位置。

5.根据权利要求1-3任一项所述的方法，其中，所述将所述解码特征输入所述目标识别模型的第二预测层进行目标的类别预测，以得到所述预测框内的目标所属的类别，包括：

将所述解码特征中各特征维度分别输入所述目标识别模型的第二预测层中对应的前馈神经网络，以进行目标的类别预测，得到目标所属的类别。

6.一种目标检测装置，所述装置包括：

获取模块，用于获取目标图像；

提取模块，用于对所述目标图像进行特征提取，以得到目标特征图；

映射模块，用于采用目标识别模型的映射网络对所述目标特征图进行特征映射，以得到解码特征；

回归预测模块，用于将所述解码特征输入所述目标识别模型的第一预测层进行目标的回归预测，以得到预测框的位置；

类别预测模块，用于将所述解码特征输入所述目标识别模型的第二预测层进行目标的类别预测，以得到所述预测框内的目标所属的类别。

7.根据权利要求6所述的装置，其中，所述映射模块，包括：

融合单元，用于将所述目标特征图与对应的位置图进行融合，以得到输入特征图，其中，所述位置图中各元素与所述目标特征图中各元素一一对应，所述位置图中的元素，用于指示所述目标特征图中对应元素在所述目标图像中的坐标；

输入单元，用于将所述输入特征图输入所述目标识别模型的映射网络，以得到所述解码特征。

8.根据权利要求7所述的装置，其中，所述输入单元，具体用于：

将所述输入特征图输入目标识别模型的编码器进行编码，以得到编码特征；

将所述编码特征输入所述目标识别模型的解码器进行解码，以得到所述解码特征。

9.根据权利要求6-8任一项所述的装置，其中，所述回归预测模块，具体用于：

将所述解码特征中各特征维度分别输入所述目标识别模型的第一预测层中对应的前馈神经网络，以进行目标的回归预测，得到预测框的位置。

10.根据权利要求6-8任一项所述的装置，其中，所述类别预测模块，具体用于：

将所述解码特征中各特征维度分别输入所述目标识别模型的第二预测层中对应的前馈神经网络，以进行目标的类别预测，得到目标所属的类别。