[发明专利]一种基于DETR-YOLO的目标检测方法、装置及存储介质

权利要求书

1.一种基于DETR-YOLO的目标检测方法，其特征在于，所述方法包括：

获取待检测图像；

将所述待检测图像输入到训练好的DETR-YOLO模型；其中，所述DETR-YOLO模型包括依次连接的基准网络、DETR网络、Neck网络；

根据所述DETR-YOLO模型检测出所述待检测图像中的目标。

2.根据权利要求1所述的方法，其特征在于，所述根据所述DETR-YOLO模型检测出所述待检测图像中的目标，包括：

通过所述基准网络对输入的所述待检测图像进行特征提取，获得第一特征图，并向所述DETR网络发送所述第一特征图；

通过所述DETR网络对接收到的所述第一特征图进行目标检测，获得第一目标检测结果，并向所述Neck网络发送所述第一目标检测结果；

通过所述Neck网络对接收到的所述第一目标检测结果进行特征融合和特征提取，获得第二目标检测结果；

根据所述第二目标检测结果确定所述待检测图像中的目标。

3.根据权利要求2所述的方法，其特征在于，所述DETR-YOLO模型还包括SENet网络，所述SENet网络设置在所述基准网络以及所述DETR网络之间；

所述通过所述基准网络对输入的所述待检测图像进行特征提取，获得第一特征图，并向所述DETR网络发送所述第一特征图，包括：

通过所述基准网络对输入的所述待检测图像进行特征提取，获得第二特征图，向所述SENet网络发送所述第二特征图；

通过所述SENet网络接收所述第二特征图，对所述第二特征图进行压缩和激励处理，获得第一特征图，向所述DETR网络发送所述第一特征图。

4.根据权利要求2所述的方法，其特征在于，所述DETR-YOLO模型包括4*4、8*8、16*16和32*32的感受野；

所述通过所述Neck网络对接收到的所述第一目标检测结果进行特征融合和特征提取，获得第二目标检测结果，包括：

通过所述Neck网络接收所述第一目标检测结果；其中，所述第一目标检测结果包括第一4*4目标检测结果、第一8*8目标检测结果、第一16*16目标检测结果和第一32*32目标检测结果；

通过所述Neck网络分别对所述第一4*4目标检测结果、所述第一8*8目标检测结果、所述第一16*16目标检测结果和所述第一32*32目标检测结果进行采样融合操作，获得所述第二目标检测结果。

5.根据权利要求2所述的方法，其特征在于，所述通过所述DETR网络对接收到的所述第一特征图进行目标检测，获得第一目标检测结果，包括：

通过所述DETR网络接收所述第一特征图，对所述第一特征图进行目标检测，获得第一目标预测框；

通过所述DETR网络采用加权框融合对所述第一目标预测框进行筛选，生成第一检测框；

通过所述DETR网络根据所述第一检测框确定所述第一目标检测结果。

6.根据权利要求5所述的方法，其特征在于，所述通过所述DETR网络采用加权框融合对所述第一目标预测框进行筛选，生成第一检测框，包括：

根据所述第一目标预测框的置信度确定所述第一目标预测框权重；

根据所述第一目标预测框权重确定第一融合框的第一融合置信度；

若所述第一融合置信度大于第一预设置信度阈值，根据左上角和右下角坐标公式确定所述第一融合框的左上角和右下角位置坐标；其中，左上角坐标公式为右下角坐标公式为其中，c_i为第i个第一目标预测框的置信度，(x1_i，y1_i)为第i个第一目标预测框的左上角位置坐标，(x2_i，y2_i)为第i个第一目标预测框的右下角位置坐标，(x1_m，y1_m)为第m个第一融合框的左上角位置坐标，(x2_m，y2_m)为第m个第一融合框的右下角位置坐标；

根据所述第一融合框的左上角位置坐标和右下角位置坐标生成所述第一检测框。