[发明专利]目标检测方法、计算机设备和存储介质

说明书

本申请涉及一种目标检测方法、计算机设备和存储介质。所述方法包括：对待检测图像进行特征提取，得到不同尺寸的初始特征图；通过目标检测网络对所述初始特征图进行循环特征融合操作，得到与所述初始特征图分别对应的目标特征图；通过所述目标检测网络对所述目标特征图分别进行目标检测，得到所述待检测图像中的检测目标。采用本方法能够通过全面性的目标检测降低目标检测的漏检率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种目标检测方法、计算机设备和存储介质。

背景技术

随着车辆保有量的逐年增加，有关部门和机构对于车辆年检的工作量急剧增长。为了提高车辆年检过程的效率以节省人力，越来越多的车辆年检机构采用智能系统进行车辆年检，车辆年检智能系统在很多场景中都会用到目标检测，例如检测场地中的车辆、工作人员、标志物等等，只有准确的检测出场景中的目标，才能进行后续的车辆安全检查工作。

传统的目标检测方法首先通过基础网络对采集到的图像提取特征，然后在提取的特征图上检测目标特征，以确定原始图像中目标的位置。

然而，基于传统技术中提取的特征图进行目标检测，其漏检率较高。

发明内容

基于此，有必要针对上述技术问题，提供一种目标检测方法、计算机设备和存储介质。

一种目标检测方法，所述方法包括：

对待检测图像进行特征提取，得到不同尺寸的初始特征图；

通过目标检测网络对所述初始特征图进行循环特征融合操作，得到与所述初始特征图分别对应的目标特征图；

通过所述目标检测网络对所述目标特征图分别进行目标检测，得到所述待检测图像中的检测目标。

在其中一个实施例中，所述通过目标检测网络对所述初始特征图进行循环特征融合操作，得到与所述初始特征图分别对应的目标特征图，包括：

确定所述初始特征图的第一次序，所述第一次序为对所述初始特征图按尺寸从小到大进行排序的次序；

按照所述第一次序执行循环特征融合操作，得到第一至第N目标特征图；其中，所述循环特征融合操作包括：

通过所述目标检测网络对第一特征图特征提取，得到第一目标特征图；其中，所述第一特征图为所述初始特征图中尺寸最小的特征图；

通过所述目标检测网络对所述第一目标特征图和第二特征图进行特征融合，得到第二目标特征图；

以此迭代执行，直至对第N-1目标特征图和第N特征图进行特征融合，得到所述第N目标特征图；其中，所述第二特征图为所述初始特征图中尺寸次小的特征图，所述第N特征图为所述初始特征图中尺寸最大的特征图。

在其中一个实施例中，所述通过目标检测网络对所述初始特征图进行循环特征融合操作，得到与所述初始特征图分别对应的目标特征图，还包括：

确定N个目标特征图的第二次序，所述第二次序为对所述目标特征图按尺寸从大到小进行排序的次序；

将所述第N目标特征图作为新的第一特征图，按照所述第二次序返回执行所述循环特征融合操作，直至执行预设次数的循环特征融合操作，得到与所述初始特征图分别对应的新的第一至第N目标特征图；其中，所述循环特征融合操作为所述第一次序和所述第二次序交替进行的循环操作。

在其中一个实施例中，所述通过目标检测网络对所述初始特征图进行循环特征融合操作，得到与所述初始特征图分别对应的目标特征图，包括：

从所述不同尺寸的初始特征图中选取预设数量的特征图，通过目标检测网络对所述预设数量的特征图进行循环特征融合操作，得到与所述预设数量的特征图分别对应的目标特征图。