[发明专利]一种目标检测方法、装置、设备及存储介质有效

专利信息
申请号: 202210158387.8 申请日: 2022-02-21
公开(公告)号: CN114663671B 公开(公告)日: 2023-07-18
发明(设计)人: 埃德温·威廉·特雷霍·庞特 申请(专利权)人: 佳都科技集团股份有限公司;广州新科佳都科技有限公司
主分类号: G06V10/44 分类号: G06V10/44;G06V10/46;G06V10/82;G06N3/0464;G06N3/08
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈国靖
地址: 511400 广东省广州市番禺区东环街迎宾*** 国省代码: 广东;44
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 设备 存储 介质
【权利要求书】:

1.一种目标检测方法,其特征在于,包括:

对待检测图像进行零像素扩展,以将所述待检测图像扩展为正方形图像;

将所述正方形图像输入预先训练的尺寸调整模型中,得到所述尺寸调整模型输出的目标图像,其中,包括:将所述正方形图像输入第一卷积网络,得到所述第一卷积网络输出的第一特征图像,所述第一卷积网络包括两个卷积层,将所述第一特征图像输入第二卷积网络,得到所述第二卷积网络输出的第二特征图像,所述第二卷积网络包括两个可变形卷积层和一个下采样层,将所述正方形图像输入第一下采样层,并将所述第一下采样层的输出与所述第二特征图像相加,得到所述目标图像;其中,所述尺寸调整模型中的卷积网络配置有可变形卷积层和下采样层;

将所述目标图像输入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检测结果,并根据所述检测结果确定所述待检测图像中的目标对象。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一特征图像输入第二卷积网络,得到所述第二卷积网络输出的第二特征图像,包括:

将所述第一特征图像输入第二下采样层,得到所述第二下采样层输出的第三特征图像;

将所述第三特征图像输入第一可变形卷积层,并将所述第一可变形卷积层的输入与输出相加,得到第四特征图像;

将所述第四特征图像输入第二可变形卷积层,得到所述第二可变形卷积层输出的第二特征图像。

3.根据权利要求1-2任一所述的方法,其特征在于,所述将所述目标图像输入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检测结果,并根据所述检测结果确定所述待检测图像中的目标对象,包括:

将所述目标图像输入所述目标检测模型,得到所述目标检测模型输出的热图,并确定所述热图中的关键点;

根据所述关键点和所述关键点在所述热图中对应的相邻区域拟合高斯函数,并根据所述高斯函数确定所述热图中的关键点位置;

将所述关键点位置映射到所述待检测图像中,确定所述待检测图像中与所述关键点位置对应的目标关键点,并根据所述目标关键点确定出所述待检测图像中的目标对象。

4.根据权利要求3所述的方法,其特征在于,所述目标检测模型包括主干网络和反卷积网络;

相应的,所述将所述目标图像输入所述目标检测模型,得到所述目标检测模型输出的热图,包括:

将所述目标图像输入所述主干网络,得到所述主干网络输出的特征数据,所述主干网络包括一个卷积层和三个瓶颈层;

将所述特征数据输入所述反卷积网络,得到所述反卷积网络输出的热图,所述反卷积网络包括一个上采样层和三个卷积层。

5.根据权利要求3所述的方法,其特征在于,所述根据所述关键点和所述关键点在所述热图中对应的相邻区域拟合高斯函数,并根据所述高斯函数确定所述热图中的关键点位置,包括:

根据所述关键点的像素坐标,确定所述关键点的相邻区域的像素坐标和分数值;

根据所述关键点的分数值和像素坐标,以及所述相邻区域的像素坐标和分数值进行高斯曲面拟合,得到所述高斯函数;

确定所述高斯函数的中心点坐标作为所述关键点位置。

6.根据权利要求3所述的方法,其特征在于,所述目标检测方法还包括:

获取多个训练样本图像和对应标记的关键点坐标,并将所述训练样本图像扩展为正方形样本图像;

将所述正方形样本图像输入初始的尺寸调整模型,得到初始的尺寸调整模型输出的目标样本图像,并确定所述关键点坐标在所述目标样本图像中的映射坐标;

根据预设的高斯函数和所述映射坐标,将所述目标样本图像转换成对应的高斯热图标签;

将所述目标样本图像输入初始的目标检测模型,根据初始的目标检测模型输出的高斯热图和高斯热图标签,调整所述尺寸调整模型和目标检测模型的参数。

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佳都科技集团股份有限公司;广州新科佳都科技有限公司,未经佳都科技集团股份有限公司;广州新科佳都科技有限公司许可,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/202210158387.8/1.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