[发明专利]目标检测方法、装置、计算机设备及存储介质

权利要求书

1.目标检测方法，其特征在于，包括：

获取指定位置的待检测图像；

将所述待检测图像输入至目标检测模型内进行目标检测，以得到检测结果；

输出所述检测结果；

其中，所述目标检测模型是通过在CenterNet网络的编码网络中加入可变形卷积且在解码网络中加入多特征融合模块形成的。

2.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测模型包括依序连接的编码网络、解码网络以及预测网络，其中，所述编码网络包括卷积层、可变形卷积层和/或DCN模块；所述解码网络包括上采样网络，所述上采样网络包括若干个依序连接的反卷积层；所述预测网络包括用于获取目标中心点的热力图的中心预测自网络、用于获取中心点的偏移量的偏移预测子网络以及获取中心点的宽与高的边框预测子网络。

3.根据权利要求2所述的目标检测方法，其特征在于，所述DCN模块包括带可学习参数的卷积层，通过双线性插值来进行反向传播对DCN模块进行优化。

4.根据权利要求2所述的目标检测方法，其特征在于，所述多特征融合模块用于采用反卷积将高层特征的尺度上采至与低层特征尺度相同的尺寸，并分别按照通道进行连接。

5.根据权利要求4所述的目标检测方法，其特征在于，所述多特征融合模块用于融合底层特征以及高层特征。

6.根据权利要求5所述的目标检测方法，其特征在于，所述多特征融合模块关注每一个通道的特征数据信息，把关注到的特征信息采用全局平均池化生成一个特征向量，且通过学习的方式得出权重向量，与初步融合的特征数据信息进行加权计算，以得出一个融合全局特征图。

7.根据权利要求1所述的目标检测方法，其特征在于，所述编码网络包括ResNet50网络。

8.目标检测装置，其特征在于，包括：

图像获取单元，用于获取指定位置的待检测图像；

检测单元，用于将所述待检测图像输入至目标检测模型内进行目标检测，以得到检测结果；其中，所述目标检测模型是通过在CenterNet网络的编码网络中加入可变形卷积且在解码网络中加入多特征融合模块形成的；

输出单元，用于输出所述检测结果。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。