[发明专利]一种目标检测的方法、装置、设备及存储介质

说明书

本公开提供了一种目标检测的方法、装置、设备及存储介质，涉及图像处理领域，尤其涉及目标检测领域。具体实现方案为：在进行目标检测时，使用基于无锚框检测的目标检测模型，但该目标检测模型，在训练过程中，会以预测结果的锚框与真实标签的重合度作为样本权重，计算损失函数。如此，可使预测结果的锚框与真实标签的重合度较高的样本(即更精确匹配的高质量样本)所占比重增加，从而在不损失多样性和易于优化等优势的同时，还可进一步提高目标检测模型的预测精度。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种目标检测的方法、装置、设备及存储介质。

背景技术

基于锚框检测算法的检测器(Anchor-based Detector)与无锚框检测算法的检测器(Anchor-free Detector)两者性能相近但各有优劣：Anchor-based Detector在训练过程中将更精确匹配(高质量)的样本划分成了正样本，因此预期的预测结果往往会具有更高的定位精度。相比而言，Anchor-free Detector在训练过程中将更多的低质量样本划分成了正样本。虽然这种行为可能会降低检测器的预测精度(在NMS后处理中，这种方式可能导致高置信度的低质量样本过滤了低置信度的高质量结果)，但由于这种潜在数据增强方式极大地提升了样本的多样性，所以模型更容易训练优化。

由此可见，定位精度和优化难易产生了冲突。

发明内容

本公开提供了一种目标检测的方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种目标检测的方法，包括：获取待检测图像；根据待检测图像和第一目标检测模型进行目标检测得到目标检测结果，其中第一目标检测模型基于无锚框检测算法，无锚框检测算法基于样本与真实标签的相对位置来进行正负样本划分，以预测结果的锚框与真实标签的重合度作为损失函数中样本的权重。

根据本公开的另一方面，提供了一种目标检测的装置，包括：待检测图像获取模块，用于获取待检测图像；目标检测模块，用于根据待检测图像和第一目标检测模型进行目标检测得到目标检测结果，其中第一目标检测模型基于无锚框检测算法，无锚框检测算法基于样本与真实标签的相对位置来进行正负样本划分，以预测结果的锚框与真实标签的重合度作为损失函数中样本的权重。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任一项目标检测的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任一项目标检测的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述任一项目标检测的方法。

本公开提供了一种目标检测的方法、装置、设备以及存储介质。该方法在进行目标检测时，使用基于无锚框检测的目标检测模型，但该目标检测模型，在训练过程中，会以预测结果的锚框与真实标签的重合度作为样本权重，来计算损失函数。如此，可使预测结果的锚框与真实标签的重合度较高的样本(即更精确匹配的高质量样本)所占比重增加，从而在不损失多样性和易于优化等优势的同时，还可进一步提高目标检测模型的预测精度。

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：

图1是本公开第一实施例目标检测的方法的流程示意图；

图2是本公开第一实施例目标检测模型训练方法的流程示意图；