[发明专利]一种目标检测方法、装置、设备及存储介质

说明书

本发明公开了一种目标检测方法、装置、设备和存储介质，包括：获取图像信息，所述图像信息包括检测目标；通过预设目标检测网络对所述图像信息的至少一个特征图进行级联后，基于上采样操作，还原各所述特征图；对还原后的各所述特征图进行目标检测，确定所述检测目标的位置信息。上述技术方案，在对提取到的图像信息的各特征图进行级联之后，通过对其进行上采样操作，还原各特征图，使得还原后的特征图包含更精确的定位信息和更丰富的语义信息，再基于还原后的各特征图进行目标检测，确定检测目标的位置信息，进一步提升小目标检测的检测效果。

技术领域

本发明实施例涉及计算机技术，尤其涉及一种目标检测方法、装置、设备及存储介质。

背景技术

目标检测是计算机视觉中最基本和最具挑战性的问题之一，在智能视频监控，机器人导航、飞机航拍或卫星图像中道路的检测、车载摄像机图像中的障碍物检测等领域都具有重要的研究价值。目标检测通常用于一些特定应用场景下的检测，如行人检测，面部检测，文本检测。同时随着深度学习技术的快速发展也为目标检测注入新的血液，将其推向了前所未有的研究热点，并在自动驾驶，机器视觉，视频监控等与我们生活息息相关的场景得到广泛应用。

当前，目标检测也面临着一些困难和挑战，例如：如何提高小目标的检测精度、如何提升检测速度进而达到实时性等问题都是目标检测尚待解决的问题。

所以，亟需一种目标检测方法，提高小目标检测精度和效率。

发明内容

本发明提供一种目标检测方法、装置、设备和存储介质，以提高小目标检测精度和效率。

第一方面，本发明实施例提供了一种目标检测方法，包括：

获取图像信息；

通过预设目标检测网络对所述图像信息的至少一个特征图进行级联后，基于上采样操作，还原各所述特征图；

对还原后的各所述特征图进行目标检测，确定检测目标的位置信息。

进一步地，在通过预设目标检测网络对所述图像信息的至少一个特征图进行级联之前，还包括：

基于特征金字塔网络、双向特征融合深浅层特征模块和提炼模块，构建所述预设目标检测网络。

进一步地，通过预设目标检测网络对所述图像信息的至少一个特征图进行级联后，基于上采样操作，还原各所述特征图，包括：

将所述图像信息作为第一输入信息输入所述特征金字塔网络的卷积层之后，所述特征金字塔网络的各卷积层分别对所述图像信息进行特征提取，得到的第一输出信息为至少一个特征图；

将至少一个特征图作为第二输入信息输入所述双向特征融合深浅层特征模块之后，各所述双向特征融合深浅层特征模块和各所述提炼模块相互配合对各所述特征图进行级联，得到的第二输出信息为各所述特征图的融合信息；

将各所述融合信息作为第三输入信息输入所述提炼模块之后，各所述提炼模块提取各所述融合信息所包含的特征信息；

基于上采样操作还原各所述融合信息所包含的特征信息，得到还原后特征图。

进一步地，各所述双向特征融合深浅层特征模块和各所述提炼模块相互配合对各所述特征图进行级联，得到的第二输出信息为各所述特征图的融合信息，包括：

对上一层特征图和下一层特征图进行特征提取，得到第一结果和第二结果；

所述第一结果与原特征图相加并经过上采样操作，得到上采样结果；

所述第二结果与所述原特征图相加并经过重组操作，得到重组结果；

所述上采样结果与所述重组结果进行级联，得到的第二输出信息为各所述特征图的融合信息。