[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

说明书

本申请提供了一种基于目标架构的目标检测方法、装置、设备及存储介质，在该方法中，先获取预设图像，并将该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，再基于各个目标的预测架构信息和预设图像中各个目标的标注架构信息，对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，最后将待检测图像输入到各个目标对应的目标检测模型中，得到待检测图像的目标检测结果。该方案中，通过处理预测架构信息和标注架构信息，解决了现有技术中没有充分考虑预测的边界框与人工标注的边界框之间的位置、尺度等关系对损失函数的构造带来的影响，进而目标检测性能不高的问题。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于目标架构的目标检测方法、装置、设备及存储介质。

背景技术

目标检测是一种基于目标几何和统计特征的图像分割，目标是针对给定的类别，从输入图像中定位并输出该类别对象的矩形边界框。

目前，常见的目标检测方法主要是使用欧式距离损失(Euclidean distanceloss，Edl)损失及其变种，通过对每个目标计算检测模型预测的边界框坐标与人工标注的边界框坐标之间的距离差作为损失函数，最小化损失函数以优化模型，然后获得目标检测器。

然而，现有技术仅考虑了预测的边界框坐标与人工标注的边界框坐标之间的距离，并没有考虑到预测的边界框与人工标注的边界框之间的位置、尺度等关系对损失函数的构造带来的影响，进而导致目标检测性能不高的问题出现。

发明内容

本申请提供一种基于目标架构的目标检测方法、装置、设备及存储介质，用以解决现有技术中没有考虑预测的边界框与人工标注的边界框之间的位置、尺度等关系对损失函数的构造带来的影响，进而目标检测性能不高的问题。

第一方面，本申请实施例提供一种基于目标架构的目标检测方法，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。

在第一方面的一种可能设计中，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。

在该种可能的设计中，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。

可选的，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：