[发明专利]一种目标检测方法、装置、存储介质及电子设备在审

专利信息
申请号: 202210064885.6 申请日: 2022-01-20
公开(公告)号: CN114399696A 公开(公告)日: 2022-04-26
发明(设计)人: 宋沉蔓 申请(专利权)人: 中国农业银行股份有限公司
主分类号: G06V20/20 分类号: G06V20/20;G06V10/80;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 赵迎迎
地址: 100005 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 检测 方法 装置 存储 介质 电子设备
【说明书】:

发明实施例公开了一种目标检测方法、装置、存储介质及电子设备,其中方法包括:获取待检测图像;将待检测图像输入到预先训练的目标检测模型中,得到目标检测模型输出的目标检测图像,其中,目标检测模型包括特征提取模块、空间注意模块和通道注意模块,所述提取模块中用于提取不同层次的特征信息,空间注意模块用于对所述特征提取模块提取的第一特征信息进行空间特征加权,通道注意模块用于对所述特征提取模块提取的第二特征信息进行通道加权,经过空间特征加权后的第一特征信息和通道加权后的第二特征信息通过图像融合得到目标检测图像。通过注意力机制关注空间特征和通道特征中的重要特征,并抑制不必要特征,有利于提高目标检测的准确度。

技术领域

本发明实施例涉及图像处理技术领域,尤其涉及一种目标检测方法、装置、存储介质及电子设备。

背景技术

显著性目标检测作为其他视觉任务的预处理步骤一直是计算机视觉领域的研究热点。可广泛应用于图像自动裁剪、图像识别和检测、视频摘要、目标跟踪等任务中。

传统的基于手工特征的显著性检测方法主要依赖手工制作的特征,而这些特征可能无法描述复杂的图像场景和结构,无法适应新的场景和对象,泛化能力差。

发明内容

本发明实施例提供一种目标检测方法、装置、存储介质及电子设备,以实现提高目标检测的检测精度。

第一方面,本发明实施例提供了一种目标检测方法,包括:

获取待检测图像;

将所述待检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的目标检测图像,其中,所述目标检测模型包括特征提取模块、空间注意模块和通道注意模块,所述特征提取模块中用于提取不同层次的特征信息,所述空间注意模块用于对所述特征提取模块提取的第一特征信息进行空间特征加权,所述通道注意模块用于对所述特征提取模块提取的第二特征信息进行通道加权,经过空间特征加权后的第一特征信息和通道加权后的第二特征信息通过图像融合得到目标检测图像。

第二方面,本发明实施例还提供了一种目标检测装置,包括:

图像获取模块,用于获取待检测图像;

目标检测模块,用于将所述待检测图像输入到预先训练的目标检测模型中,得到所述目标检测模型输出的目标检测图像,其中,所述目标检测模型包括特征提取模块、空间注意模块和通道注意模块,所述特征提取模块中用于提取不同层次的特征信息,所述空间注意模块用于对所述特征提取模块提取的第一特征信息进行空间特征加权,所述通道注意模块用于对所述特征提取模块提取的第二特征信息进行通道加权,经过空间特征加权后的第一特征信息和通道加权后的第二特征信息通过图像融合得到目标检测图像。

第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的目标检测方法。

第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的目标检测方法。

本实施例的技术方案,通过预先设置包括空间注意模块和通道注意模块的目标检测模型,通过目标检测模型对待检测图像进行目标检测,使得在对待检测图像进行目标检测的过程中,通过注意力机制关注空间特征和通道特征中的重要特征,并抑制不必要特征,有利于提高目标检测的准确度。

附图说明

图1为本发明实施例提供的一种目标检测方法的流程示意图;

图2是本发明实施例提供的一种目标检测模型的结构示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业银行股份有限公司,未经中国农业银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210064885.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top