[发明专利]目标检测方法、装置、存储介质、电子设备及车辆

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

获取待检测图像对应的特征图和深度估计图；

根据所述特征图和所述深度估计图，确定深度卷积核；

根据所述特征图和所述深度卷积核，通过预先训练的区域候选网络模型，确定所述待检测图像中的候选区域；

根据所述候选区域，检测所述待检测图像中的目标物体。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测图像对应的特征图包括：

将所述待检测图像输入预先训练的特征图获取模型，以获取所述特征图获取模型输出的所述特征图。

3.根据权利要求1所述的方法，其特征在于，所述根据所述特征图和所述深度估计图，确定深度卷积核包括：

将所述特征图和所述深度估计图输入预先训练的卷积核生成模型，以获取所述卷积核生成模型输出的所述深度卷积核。

4.根据权利要求1所述的方法，其特征在于，所述区域候选网络模型包括卷积层，所述根据所述特征图和所述深度卷积核，通过预先训练的区域候选网络模型，确定所述待检测图像中的候选区域包括：

将所述特征图和所述深度卷积核输入所述区域候选网络模型，以便所述区域候选网络模型的卷积层按照所述深度卷积核对所述特征图进行卷积处理，得到所述待检测图像中的候选区域。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述候选区域，检测所述待检测图像中的目标物体包括：

将所述候选区域输入预先训练的目标检测模型，以获取所述目标检测模型输出的所述目标物体的类型和边框。

6.一种目标检测装置，其特征在于，所述装置包括：

获取模块，被配置为获取待检测图像对应的特征图和深度估计图；

卷积核确定模块，被配置为根据所述特征图和所述深度估计图，确定深度卷积核；

区域确定模块，被配置为根据所述特征图和所述深度卷积核，通过预先训练的区域候选网络模型，确定所述待检测图像中的候选区域；

检测模块，被配置为根据所述候选区域，检测所述待检测图像中的目标物体。

7.根据权利要求6所述的装置，其特征在于，所述区域候选网络模型包括卷积层，所述区域确定模块，还被配置为：

将所述特征图和所述深度卷积核输入所述区域候选网络模型，以便所述区域候选网络模型的卷积层按照所述深度卷积核对所述特征图进行卷积处理，得到所述待检测图像中的候选区域。

8.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-5中任一项所述方法的步骤。

9.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。

10.一种车辆，其特征在于，包括车身和权利要求9所述的电子设备。