[发明专利]图像目标检测方法、装置、设备和存储介质

说明书

本发明实施例提供图像目标检测方法、装置、设备和存储介质，涉及人工智能技术领域。图像目标检测方法通过获取待检测图像，利用编码模块对待检测图像进行特征提取得到至少一个编码特征图；利用解码模块对至少一个编码特征图进行密集连接得到解码特征图；利用特征增强模型对解码特征图进行特征金字塔变换得到增强特征图；利用检测头预测模型对增强特征图进行预测得到目标检测结果。本实施例利用编解码模块对待检测图像的编码特征图进行密集连接得到解码特征图，增强特征提取能力，利用特征金字塔变换对解码特征图进行特征增强，有效提升后续检测头预测模型对多尺度目标的检测能力，提高SAR目标图像检测算法的检测性能，缓解运算能力紧张问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及图像目标检测方法、装置、设备和存储介质。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种有源微波遥感成像雷达，可以全天候观测地球表面，因此SAR在海洋监测和海上交通监管中发挥了重要作用。

相关技术中在SAR图像中进行目标的检测，在基于深度学习的目标检测技术的基础上，SAR图像目标检测也引入了基于深度学习的目标检测方法。虽然基于深度学习的SAR图像目标检测取得了较好的效果，然而由于实际应用场景中，检测目标的大小尺度不一，针对多尺度目标的检测仍然存在计算紧张和性能低下的问题。

发明内容

本发明实施例的主要目的在于提出一种图像目标检测方法、装置、设备和存储介质，提高SAR目标图像检测算法的检测性能，缓解运算能力紧张的问题。

为实现上述目的，本发明实施例的第一方面提出了一种图像目标检测方法，包括：

获取待检测图像并将待检测图像输入训练好的图像检测模型，图像检测模型包括：特征提取模型、特征增强模型和检测头预测模型，特征提取模型包括：编码模块和解码模块；

利用编码模块对待检测图像进行特征提取得到至少一个编码特征图；

利用解码模块对至少一个编码特征图进行密集连接得到解码特征图；

利用特征增强模型对解码特征图进行特征金字塔变换得到增强特征图；

利用检测头预测模型对增强特征图进行预测得到目标检测结果。

在一些实施例，利用解码模块对至少一个编码特征图进行密集连接得到解码特征图，包括：

根据第一编码特征图的维度，对至少一个编码特征图进行特征图跳接得到第一解码特征图；

根据第二解码特征图的维度，对第一解码特征图和至少一个编码特征图进行特征图跳接得到第二解码特征图；

根据编码特征图的维度，对第二解码特征图和至少一个编码特征图进行特征图跳接得到解码特征图。

在一些实施例，至少一个特征图包括：第一编码特征图、第二编码特征图、第三编码特征图和第四编码特征图，根据第一编码特征图的维度，对至少一个编码特征图进行特征图跳接得到第一解码特征图，包括：

对第一编码特征图进行下采样，得到第一下采样结果；

对第二编码特征图进行下采样，得到第二下采样结果；

对第四编码特征图进行反卷积，得到第四反卷积结果；

利用预设第一权重参数集中各权重参数分别于与对应的第一下采样结果、第三编码特征图、第二下采样结果和第四反卷积结果相乘后相加，得到第一解码特征图。

在一些实施例，第二解码特征图的维度，对第一解码特征图和至少一个编码特征图进行特征图跳接得到第二解码特征图，包括：

对第一解码特征图进行反卷积，得到第一反卷积结果；