[发明专利]目标检测方法和装置、神经网络训练方法和装置

权利要求书

1.一种目标检测方法，包括：

获取包含目标的待检测图像；

利用预先训练的第一神经网络获取所述待检测图像的第一特征信息，利用预先训练的第二神经网络获取所述待检测图像的第二特征信息；

组合所述第一特征信息和所述第二特征信息，获取组合特征信息；以及

利用所述第二神经网络，基于所述组合特征信息，获取目标检测结果，

其中，所述第二神经网络包括：

特征输入层，用于基于输入的所述待检测图像获取所述第二特征信息；

第一特征组合层，用于组合所述第一特征信息和所述第二特征信息，获取所述组合特征信息；以及

目标检测层，用于基于所述组合特征信息，获取目标检测结果；

其中，所述第二神经网络的层数大于所述第一神经网络的层数，并且所述第一特征信息为热度图特征信息，所述第二特征信息为图片特征信息。

2.如权利要求1所述的目标检测方法，还包括：

训练所述第一神经网络和所述第二神经网络。

3.如权利要求2所述的目标检测方法，其中所述训练所述第一神经网络和所述第二神经网络包括：

利用标注有训练目标的训练图像，调整所述第一神经网络的第一网络参数以训练所述第一神经网络，直到所述第一神经网络的第一损失函数满足第一预定阈值条件，获得训练中的所述第一神经网络；

利用所述训练图像、以及所述第一神经网络对于所述训练图像输出的训练用第一特征信息，调整所述第二神经网络的第二网络参数以训练所述第二神经网络，直到所述第二神经网络的第二损失函数满足第二预定阈值条件，获得训练中的所述第二神经网络。

4.如权利要求3所述的目标检测方法，其中所述训练所述第一神经网络和所述第二神经网络还包括：

重复执行以下训练：

利用所述训练图像、以及所述训练中的第二神经网络对于所述训练图像输出的训练用第二特征信息，调整所述第一网络参数以训练所述第一神经网络；以及

利用所述训练图像、以及所述训练中的第一神经网络对于所述训练图像输出的训练用第一特征信息，调整所述第二网络参数以训练所述第二神经网络，

直到所述第一损失函数和所述第二损失函数都满足第三预定阈值条件，获得训练好的所述第一神经网络和所述第二神经网络。

5.如权利要求3所述的目标检测方法，其中，

所述第一损失函数指示所述第一神经网络预测的所述训练图像中的像素点属于训练目标的预测置信度与真实置信度的差异，以及

所述第二损失函数指示所述第二神经网络预测的所述训练图像中的目标的预测置信度与真实置信度的差异和包含所述目标的边界框的预测置信度与真实置信度的差异。

6.如权利要求1所述的目标检测方法，其中，

所述第一神经网络包括：

特征转换层，用于基于所述第二特征信息，获取转换特征信息；以及

热度检测层，用于基于所述转换特征信息，获取所述第一特征信息。

7.如权利要求6所述的目标检测方法，其中，

所述第一神经网络还包括

上采样层，用于上采样所述转换特征信息，以使得所述热度检测层接收到与所述待检测图像相同尺寸的所述上采样后的转换特征信息；

其中，所述热度检测层包括：

第二特征组合层，用于接收所述上采样后的转换特征信息，以生成初始第一特征信息；

下采样层，用于下采样所述初始第一特征信息，以获取与所述第二特征信息相同尺度的所述第一特征信息；以及

热度目标预测层，用于基于所述初始第一特征信息，获取热度目标预测结果。