[发明专利]基于目标架构的目标检测方法、装置、设备及存储介质在审
申请号: | 202110250532.0 | 申请日: | 2021-03-08 |
公开(公告)号: | CN113128553A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 李甲;付奎;穆凯;赵沁平 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 朱颖;臧建明 |
地址: | 100191 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 目标 架构 检测 方法 装置 设备 存储 介质 | ||
1.一种基于目标架构的目标检测方法,其特征在于,包括:
获取预设图像,所述预设图像包括至少一个目标以及所述目标对应的标注架构信息;
将所述预设图像输入到预设网络模型中,输出各个目标的预测架构信息;
基于各个目标的预测架构信息和所述预设图像中各个目标的标注架构信息,对所述预设网络模型进行参数更新,得到各个目标对应的目标检测模型;
将待检测图像输入到各个目标对应的目标检测模型中,得到所述待检测图像的目标检测结果。
2.根据权利要求1所述的方法,其特征在于,所述基于各个目标的预测架构信息和所述预设图像中各个目标的标注架构信息,对所述预设网络模型进行参数更新,得到各个目标对应的目标检测模型,包括:
基于各个目标的预测架构信息和所述预设图像中各个目标的标注架构信息,构建各个目标的回归损失函数;
基于各个目标的回归损失函数最小化的方法,对所述预设网络模型进行参数更新,得到各个目标对应的目标检测模型。
3.根据权利要求2所述的方法,其特征在于,所述基于各个目标的预测架构信息和所述预设图像中各个目标的标注架构信息,构建各个目标的回归损失函数,包括:
对于每个目标,根据所述目标的预测架构信息确定所述目标的预测区域,以及根据所述目标的标注架构信息确定所述目标的标注区域;
根据所述目标的预测区域和所述目标的标注区域,确定所述预测架构和所述标注架构的交集区域、并集区域以及所述并集区域的最小包围框;
根据所述交集区域、所述并集区域和所述最小包围框的角度交并比关系,构建所述目标的回归损失函数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述交集区域、所述并集区域和所述最小包围框的角度交并比关系,构建所述目标的回归损失函数,包括:
以所述预测区域与所述最小包围框的重合点为第一顶点,确定所述预测区域与所述第一顶点相邻接的两个顶点连成的第一对角线;
以所述标注区域与所述最小包围框的重合点为第二顶点,确定所述标注区域与所述第二顶点相邻接的两个顶点连成的第二对角线;
以所述第一顶点为顶点、所述第二对角线为对边,构成第一夹角;
以所述第二顶点为顶点、所述第一对角线为对边,构成第二夹角;
根据所述第一夹角、所述第二夹角、所述交集区域的面积和所述并集区域的面积,构建所述目标的回归损失函数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一夹角、所述第二夹角、所述交集区域的面积和所述并集区域的面积,构建所述目标的回归损失函数,包括:
根据所述第一夹角、所述第二夹角,构建所述回归损失函数的惩罚项;
根据所述交集区域的面积和所述并集区域的面积,构建所述回归损失函数的交并比项;
根据所述惩罚项和所述交并比项,得到所述回归损失函数。
6.根据权利要求2-5任一项所述的方法,其特征在于,所述基于各个目标的回归损失函数最小化的方法,对所述预设网络模型进行参数更新,得到各个目标对应的目标检测模型,包括:
对于每个目标,利用反向传播方法,更新所述预设网络模型的参数,直到所述回归损失函数的取值小于预设误差,得到所述目标对应的目标检测模型。
7.一种基于目标架构的目标检测装置,其特征在于,包括:获取模块、处理模块、计算模块和预测模块;
所述获取模块,用于获取预设图像,所述预设图像包括至少一个目标以及所述目标对应的标注架构信息;
所述处理模块,用于将所述预设图像输入到预设网络模型中,输出各个目标的预测架构信息;
所述计算模块,用于基于各个目标的预测架构信息和所述预设图像中各个目标的标注架构信息,对所述预设网络模型进行参数更新,得到各个目标对应的目标检测模型;
所述预测模块,用于将待检测图像输入到各个目标对应的目标检测模型中,得到所述待检测图像的目标检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110250532.0/1.html,转载请声明来源钻瓜专利网。