[发明专利]图像检测方法、装置、设备以及存储介质

说明书

提供了一种图像检测方法、装置、设备以及存储介质，涉及检测技术领域和云技术、人工智能、智慧交通、辅助驾驶等各种应用场景。该方法包括：对目标图像的特征进行提取，得到尺度互不相同的N个特征图，该N为大于1的正整数；确定该N个特征图分别对应的N个权重系数，该N个权重系数分别用于表征该N个特征图在该目标图像中目标对象的检测过程中的重要程度；基于该N个权重系数，在该N个特征图中确定M个特征图，该M为小于或等于N的正整数；基于该M个特征图，对该目标对象进行检测。该方法有利于在保证准确率与召回率的前提下，减少计算开销，降低算法部署对设备算力的要求，实现设备的轻量化部署。

技术领域

本申请实施例涉及检测技术领域，并且更具体地，涉及一种图像检测方法、装置、设备以及存储介质。

背景技术

截止目前，已有的目标检测训练框架都是采用特征金字塔(不同特征尺度的特征图)的方式，将不同下采样尺度的特征图经过一定的方式融合，得到融合后的特征图，再将融合后的特征图全部输入到后续的分类网络或者回归网络来得到目标的位置并给出目标的类别；简而言之，目前的目标检测方案直接将各个不同下采样尺度的特征图作为后续识别目标对象的类别和识别目标对象的位置的输入。

然而，通常来讲，移动端设备的算力往往远小于云端所能提供的算力，因此，已有的目标检测方案缺点主要体现在移动端部署中，由于算法直接使用了全部的不同下采样尺度的特征图，因此部署在移动端设备上会有着很高的计算开销。

所以本领域急需一种有效的图像检测方法，对于算力有限的移动端设备或其他设备，如何在有利于保证准确率与召回率的前提下，减少计算开销，降低算法部署对设备算力的要求，实现设备的轻量化部署。

发明内容

提供一种图像检测方法、装置、设备以及存储介质，有利于在保证准确率与召回率的前提下，减少计算开销，降低算法部署对设备算力的要求，实现设备的轻量化部署。

第一方面，提供了一种图像检测方法，其特征在于，包括：

对目标图像的特征进行提取，得到尺度互不相同的N个特征图，该N为大于1的正整数；

确定该N个特征图分别对应的N个权重系数，该N个权重系数分别用于表征该N个特征图在该目标图像中目标对象的检测过程中的重要程度；

基于该N个权重系数，在该N个特征图中确定M个特征图，该M为小于或等于N的正整数；

基于该M个特征图，对该目标对象进行检测。

第二方面，提供了一种图像检测装置，其特征在于，包括：

提取单元，用于对目标图像的特征进行提取，得到尺度互不相同的N个特征图，该N为大于1的正整数；

第一确定单元，用于确定该N个特征图分别对应的N个权重系数，该N个权重系数分别用于表征该N个特征图在该目标图像中目标对象的检测过程中的重要程度；

第二确定单元，用于基于该N个权重系数，在该N个特征图中确定M个特征图，该M为小于或等于N的正整数；

检测单元，用于基于该M个特征图，对该目标对象进行检测。

第三方面，提供了一种电子设备，其特征在于，包括：

处理器，适于执行计算机程序；

计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序被该处理器执行时，实现上述第一方面的方法。

第四方面，提供了一种计算机可读存储介质，其特征在于，用于存储计算机程序，该计算机程序使得计算机执行上述第一方面的方法。

第五方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现上述第一方面的方法。