[发明专利]小目标物检测方法、装置、电子设备及存储介质

权利要求书

1.一种小目标物检测方法，其特征在于，所述方法包括：

获取原始图像，对所述原始图像进行目标物标注，得到标注图像；

利用预构建的分割算法对所述标注图像进行图像分割，得到分割图像；

利用所述分割图像训练预构建的分割网络，得到图像分割模型；

利用所述图像分割模型对待检测图像进行目标物检测，得到候选目标物检测结果；

对所述候选目标物检测结果进行腐蚀及膨胀处理，得到目标物检测结果；

其中，所述对所述原始图像进行目标物标注，得到标注图像，包括：基于所述原始图像中的原始标注生成外接椭圆；基于所述外接椭圆，生成与所述原始图像的边平行或垂直的外接矩形，并以所述外接矩形作为标注，生成包含所述外接矩形的标注图像；

所述利用预构建的分割算法对所述标注图像进行图像分割，得到分割图像，包括：将所述标注图像中外接矩形之外的区域设置为背景区域，及将所述外接矩形中原始标注内的区域设置为前景区域；基于所述背景区域及所述前景区域构造分割函数，利用所述分割函数对所述标注图像进行图像分割，得到所述分割图像，其中，所述分割图像中包括分割区域；

所述利用所述分割图像训练预构建的分割网络，得到图像分割模型，包括：以所述分割区域作为伪标注，利用所述分割网络预测所述分割图像中每个分割区域位置的概率及每个分割区域位置的标注；利用所述每个分割区域位置的概率及每个分割区域位置的标注构建总损失函数；利用预构建的优化器对所述总损失函数进行梯度优化，直到所述总损失函数的输出值满足预设的阈值时，生成所述图像分割模型；

所述总损失函数，包括：

Loss＝L_Tversky+L_dis

其中，L_Tversky为特沃斯基损失，L_dis为距离损失，Loss为总损失函数，p_k和y_k分别表示输出中每个预测位置的概率和每个预测位置对应的标注，d_k表示每个预测位置到标注中最近的分割区域边界的距离，Ω表示所有像素点的个数，λ₁、λ₂为超参数。

2.如权利要求1所述的小目标物检测方法，其特征在于，所述利用所述图像分割模型对待检测图像进行目标物检测，得到候选目标物检测结果，包括：

利用所述图像分割模型对待检测图像进行目标物分割，得到目标物分割区域；

汇总所有的目标物分割区域，得到目标物分割集合，并将所述目标物分割集合作为候选目标物检测结果。

3.如权利要求2所述的小目标物检测方法，其特征在于，所述对所述候选目标物检测结果进行腐蚀及膨胀处理，得到目标物检测结果，包括：

利用预设大小的矩形区域依次对所述待检测图像进行区域选取，得到腐蚀区域；

依次将所述腐蚀区域中的目标物分割区域设为背景，得到腐蚀图像；

利用所述矩形区域依次对所述腐蚀图像进行区域选取，得到膨胀区域；

依次将所述膨胀区域中的背景像素点设为目标物检测区域，并选取满足预设大小的所述目标物检测区域作为所述目标物检测结果。

4.一种小目标物检测装置，用于实现如权利要求1至3中任意一项所述的小目标物检测方法，其特征在于，所述装置包括：

图像标注模块，用于获取原始图像，对所述原始图像进行目标物标注，得到标注图像；

图像分割模块，用于利用预构建的分割算法对所述标注图像进行图像分割，得到分割图像；

模型训练模块，用于利用所述分割图像训练预构建的分割网络，得到图像分割模型；

目标物检测模块，用于利用所述图像分割模型对待检测图像进行目标物检测，得到候选目标物检测结果；

目标物选取模块，用于对所述候选目标物检测结果进行腐蚀及膨胀处理，得到目标物检测结果。