[发明专利]目标检测方法、电子设备、介质及车辆

权利要求书

1.一种目标检测方法，其特征在于，包括下述步骤：

获取包含目标检测对象的待检测图像；

将所述待检测图像输入利用知识蒸馏方法训练好的学生网络，得到目标检测对象；其中，利用知识蒸馏方法对所述学生网络进行训练包括：

将交通场景训练图像输入已训练的教师网络，得到第一特征图和动态区域，其中所述教师网络包括第一特征金字塔网络和区域候选网络，所述第一特征金字塔网络输出所述第一特征图，所述区域候选网络输入所述第一特征图并输出所述动态区域；

将交通场景训练图像输入待训练的学生网络，得到第二特征图和检测损失部分，其中所述学生网络包括第二特征金字塔网络，所述第二特征金字塔网络输出所述第二特征图，所述学生网络基于真实标签得到所述检测损失部分；

基于所述第一特征图、第二特征图和动态区域确定蒸馏损失部分；

基于所述蒸馏损失部分和检测损失部分对所述学生网络进行训练。

2.根据权利要求1所述的目标检测方法，其特征在于，所述区域候选网络输入所述第一特征图并输出所述动态区域，包括：

将所述区域候选网络的输出V(F)进行归一化处理，得到归一化特征图：

Map＝σ(V(F))；

对归一化特征图进行阈值处理，生成所述动态区域：

其中，σ(·)表示归一化函数，WeightedMap_x,y表示动态区域在坐标(x,y)处的权重，threshold表示区域阈值。

3.根据权利要求1所述的目标检测方法，其特征在于，所述基于所述第一特征图、第二特征图和动态区域确定蒸馏损失部分，包括：

使用动态区域对蒸馏损失函数进行加权，其中所述蒸馏损失函数用于约束第一特征图和第二特征图保持一致。

4.根据权利要求3所述的目标检测方法，其特征在于，所述使用动态区域对蒸馏损失函数进行加权，包括：

其中，LOSS表示加权的平方损失函数，F_t,x,y表示第一特征图位于坐标(x,y)位置的特征，F_s,x,y表示第二特征图位于坐标(x,y)位置的特征，WeightedMap_x,y表示动态区域在坐标(x,y)处的权重，N为所述第二特征图的长宽之积。

5.根据权利要求1所述的目标检测方法，其特征在于，基于所述蒸馏损失部分和检测损失部分对所述学生网络进行训练包括：

将所述蒸馏损失部分和检测损失部分之和作为所述学生网络的全局损失；

基于所述全局损失调整所述学生网络的网络参数，直至所述全局损失满足预设条件。

6.根据权利要求1所述的目标检测方法，其特征在于，在基于所述第一特征图、第二特征图和动态区域确定蒸馏损失部分之前，所述方法还包括：

将所述第二特征图输入FitNet网络，使得所述第二特征图与所述第一特征图对齐。

7.根据权利要求1-6中任一项所述的目标检测方法，其特征在于，所述区域候选网络为RPN、R-CNN和faster-R-CNN中的任意一种。

8.一种电子设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1-7中任一项所述的目标检测方法。

9.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1-7中任一项所述的目标检测方法。

10.一种车辆，其特征在于，所述车辆包括权利要求8所述的电子设备。