[发明专利]目标检测方法、装置、电子设备和存储介质

说明书

本公开提供了一种目标检测方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于目标检测和视频分析场景下。方案为：对目标图像进行特征提取，得到目标特征图，并采用目标识别模型的映射网络对目标特征图进行特征映射，得到解码特征，之后，可以将解码特征输入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，并将解码特征输入目标识别模型的第二预测层进行目标的类别预测，以得到预测框内的目标所属的类别。由此，可以实现将分类和回归进行解耦，使得模型聚焦于分类和回归的特征能力的表达，即增强模型的特征表达能力，从而提升目标检测效果。

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深度学习技术，可用于目标检测和视频分析场景下，尤其涉及目标检测方法、装置、电子设备和存储介质。

背景技术

在智慧城市、智能交通、视频分析场景下，对图像或视频中各视频帧中的车辆、行人、物体等事物或目标进行精准检测，可以为异常事件检测、犯人追踪、车辆统计等任务提供帮助。因此，如何实现对图像或视频帧中的目标进行检测是非常重要的。

发明内容

本公开提供了一种用于目标检测方法、装置、电子设备和存储介质。

根据本公开的一方面，提供了一种目标检测方法，包括：

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。

根据本公开的另一方面，提供了一种目标检测装置，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。

根据本公开的又一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的目标检测方法。

根据本公开的再一方面，提供了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的目标检测方法。

根据本公开的还一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述一方面提出的目标检测方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：