[发明专利]用于目标检测的方法和装置

说明书

一种用于目标检测的方法和装置，该方法包括：获取空白图像，将所述空白图像划分为多个区域，所述多个区域中至少两个区域具有不同的尺寸，并且所述多个区域中包括尺寸小于预设阈值的区域；获取初始训练图像，在所述空白图像的每个所述区域内放置初始训练图像以得到拼接训练图像，所述放置包括：将所述初始训练图像的尺寸缩放为与所述区域的尺寸相同，并将缩放后的训练图像放置在所述区域内，其中至少两个不同尺寸的区域内放置有同一初始训练图像缩放后的训练图像；输出所述拼接训练图像，以用于训练目标检测模型。本申请的方案增强了用于目标检测的训练数据，使得训练出的目标检测模型能够高精度地检测多尺度目标对象和小尺寸目标对象。

技术领域

本申请涉及目标检测技术领域，更具体地涉及一种用于目标检测的方法和装置。

背景技术

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。目标检测通常需要训练模型，根据训练好的模型进行目标检测，训练过程中采用的训练数据影响最终得到的目标检测模型的精度。

目前，有的训练好的模型存在过拟合的问题，即模型在训练集上有很好的表现，而在实际场景中表现很差。过拟合主要是由训练数据的数据量小，模型复杂等原因造成。数据增强可以防止模型过拟合，在不增加模型大小及推理时间的前提下显著提升目标检测的精度。

常见的用于目标检测的训练数据增强方式有：图像翻转、图像旋转、亮暗变化、模糊增强、随机擦除、MixUp、CutMix、马赛克数据增强等等。但这些常用的数据增强方法对于小目标及具有较大尺度变化的目标检测效果提升并不明显。因此，小目标对象及目标对象多尺度的变化是目标检测的难点，需要一种方法来提高小目标对象及多尺度目标对象的检测精度。

发明内容

根据本申请一方面，提供了一种用于目标检测的方法，所述方法包括：获取空白图像，将所述空白图像划分为多个区域，所述多个区域中至少两个区域具有不同的尺寸，并且所述多个区域中包括尺寸小于预设阈值的区域；获取初始训练图像，在所述空白图像的每个所述区域内放置初始训练图像以得到拼接训练图像，所述放置包括：将所述初始训练图像的尺寸缩放为与所述区域的尺寸相同，并将缩放后的训练图像放置在所述区域内，其中至少两个不同尺寸的区域内放置有同一初始训练图像缩放后的训练图像；输出所述拼接训练图像，以用于训练目标检测模型。

在本申请的一个实施例中，对于放置有同一初始训练图像缩放后的训练图像的区域中的至少一个区域，所述放置还包括：将所述初始训练图像翻转后再进行所述缩放；或者将所述初始训练图像进行所述缩放后再进行翻转，并将翻转后的训练图像放置在所述区域内。

在本申请的一个实施例中，所述初始训练图像为经标注的训练图像，所述放置还包括：使所述初始训练图像中的标注的尺寸随着所述初始训练图像的尺寸的缩放而缩放；或者将所述初始训练图像的尺寸进行缩放后，对所述初始训练图像中的标注的尺寸和/或位置进行相应地修改，以使得所述初始训练图像中的目标对象被正确地标注。

在本申请的一个实施例中，所述初始训练图像为未经标注的训练图像，所述方法还包括：在输出所述拼接训练图像之后，对所述拼接训练图像中的目标对象进行标注，以用于基于经标注的拼接训练图像训练目标检测模型。

在本申请的一个实施例中，对于放置有同一初始训练图像缩放后的训练图像的区域，包括以下中的至少一项：至少两个区域具有相同的水平尺寸和不同的垂直尺寸；至少两个区域具有不同的水平尺寸和相同的垂直尺寸；至少两个区域具有不同的水平尺寸和不同的垂直尺寸。

在本申请的一个实施例中，所述尺寸小于预设阈值的区域，包括：水平尺寸小于第一预设阈值并且垂直尺寸小于第二预设阈值的区域。

在本申请的一个实施例中，所述多个区域中包括至少两个尺寸小于所述预设阈值的区域，所述至少两个尺寸小于所述预设阈值的区域放置有不同初始训练图像缩放后的训练图像。