[发明专利]目标检测方法及装置、计算机可读存储介质、电子设备

说明书

本公开涉及人工智能技术领域，提供了一种目标检测方法、装置、计算机可读存储介质及电子设备，该方法包括：获取含有多个目标对象的RGB数据和点云数据，根据RGB数据和点云数据生成RGBD数据和深度数据；将RGBD数据输入实例分割网络，得到多个包围框和与各包围框对应的第一像素数据，以及将深度数据输入边缘提取网络，以得到与深度数据对应的边缘像素数据；根据边缘像素数据对第一像素数据进行数据修正，以得到与各包围框对应的目标像素数据，并根据目标像素数据确定各目标对象的坐标信息。本公开能够通过实例分割网络和边缘提取网络对图像数据进行处理，提高目标检测的准确率。

技术领域

本公开涉及人工智能技术领域，特别涉及一种目标检测方法、目标检测装置、计算机可读存储介质及电子设备。

背景技术

随着人工智能技术的发展，机器人在很多方面已经代替人力。比如，在仓储自动化应用中，机器人可以完成进箱拣选物品。机器人进箱拣选指的是机器人在视觉引导的基础上，根据系统下发的拣选任务，从周转箱内按任务要求把相应数量的商品取出，并放入指定投放箱的技术。

在现有技术中，一般采用基于传统的计算机视觉算法实现目标检测，基于传统的计算机视觉算法的目标检测大多数需要依赖物品的先验信息，根据先验信息进行建模。但物品更新换代频繁，采集物品的先验信息的耗时长，且传统的视觉算法的参数普适性较差，受环境影响较大。

鉴于此，本领域亟需开发一种新的目标检测方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种目标检测方法、目标检测装置、计算机可读存储介质及电子设备，进而至少在一定程度上提高目标检测的准确率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种目标检测方法，所述方法包括：获取含有多个目标对象的RGB数据和点云数据，根据所述RGB数据和所述点云数据生成RGBD数据和深度数据；将所述RGBD数据输入实例分割网络，得到多个包围框和与各所述包围框对应的第一像素数据，以及将所述深度数据输入边缘提取网络，以得到与所述深度数据对应的边缘像素数据；根据所述边缘像素数据对所述第一像素数据进行数据修正，以得到与各所述包围框对应的目标像素数据，并根据所述目标像素数据确定各所述目标对象的坐标信息。

在本公开的一些示例性实施例中，所述边缘像素数据和所述第一像素数据为二值数据，所述二值数据包括第一数值和第二数值；根据所述边缘像素数据对所述第一像素数据进行数据修正，以得到与各所述包围框对应的目标像素数据，包括：分别遍历各所述包围框内的所述第一像素数据，获取所述第一像素数据为第一数值的目标坐标点，并在所述边缘像素数据中获取与所述目标坐标点对应的目标边缘数据；判断所述目标边缘数据是否为所述第一数值，并根据判断结果确定所述目标像素数据。

在本公开的一些示例性实施例中，根据所述判断结果确定所述目标像素数据，包括：若所述目标边缘数据为所述第一数值，则将所述目标坐标点对应的所述第一像素数据修正为第二数值，并将修正后的第一像素数据作为所述目标像素数据。

在本公开的一些示例性实施例中，根据所述目标像素数据确定各所述目标对象的坐标信息，包括：对所述目标像素数据进行开操作，以得到与各所述包围框对应的第二像素数据，并根据所述第二像素数据确定各所述目标对象的坐标信息。

在本公开的一些示例性实施例中，根据所述第二像素数据确定各所述目标对象的坐标信息，包括：分别对各所述包围框对应的所述第二像素数据进行连通域分析，以得到与各所述包围框对应的多个连通域；获取各所述包围框对应的最大连通域的坐标信息，根据各所述最大连通域的坐标信息确定各所述目标对象的坐标信息。