[发明专利]目标检测方法、装置、电子设备及存储介质

说明书

本发明涉及一种目标检测方法、装置、电子设备及存储介质，该方法包括：获取待检测图像；使用基于多层交叉注意力特征金字塔网络MCAFPN的目标检测模型对所述待检测图像进行目标检测，其中所述MCAFPN在特征金字塔网络中嵌入多层交叉注意力模块，让特征金字塔网络在连接卷积网络不同层级、不同分辨率的特征图时在空间维度上自动对焦，增强特征的表征能力。本发明通过使用多层交叉注意力模块，让特征金字塔网络的浅层特征图和深层特征图在连接时由点到点转变为点到面的匹配关系，使网络主动学习浅层特征图与深层特征图的全局像素空间关联性，给不同空间位置的特征赋予不同的响应权重，实现了更好的特征匹配关系。

技术领域

本发明涉及计算机视觉和数字图像处理领域，尤其涉及一种目标检测方法、装置、电子设备及存储介质。

背景技术

目标检测是计算机视觉和数字图像处理的一个方向，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，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。

卷积网络浅层的特征语义信息比较少，但是目标位置准确；深层的特征语义信息比较丰富，但是目标位置比较粗略。由于更深层的网络具有更强的特征表示能力，早期的检测网络框架仅使用卷积网络最顶层特征图来进行后续的检测任务。现实中待检测的物体形状大小各异，有时抱团出现，甚至互相遮挡。在网络加深的过程中，通常使用下采样来降低计算复杂度和提升网络的平移不变性，但在下采样后特征图的像素会降低、空间位置信息会变得模糊，导致仅使用顶层特征图难以适应物体尺寸的变化，容易发生漏检。

为增强检测网络对物体尺寸变化的泛化能力，常在卷积网络中加入特征金字塔网络(feature pyramid network，FPN)，FPN通过连接深层特征来增强浅层特征的表示能力，并且FPN在多层特征图上并行预测，有利于检测模型适应目标物体的尺寸变化，增加检测模型的召回率，然而FPN在连接浅层特征图与深层特征图时采用逐像素相加的方式，不同层的特征图之间并非完全匹配。首先，浅层特征图的分辨率是深层特征图的2倍，使用插值等上采样方法，上采样后的深层特征存在大量的冗余；其次，深层特征图与浅层特征图不仅在分辨率上存在着明显差异，它们的感受野也有较大的区别。使得如何进一步改进FPN、实现更好的特征匹配关系，成为了亟待解决的问题。

发明内容

本发明的目的是提供一种目标检测方法、装置、电子设备及存储介质，提出一种改进的FPN网络——MCAFPN，提高目标检测模型的精确性。

第一方面，本发明提供一种目标检测方法，包括：

获取待检测图像；

使用基于多层交叉注意力特征金字塔网络MCAFPN的目标检测模型对所述待检测图像进行目标检测，其中将卷积网络的不同层级、不同分辨率的特征图输入MCAFPN，所述MCAFPN使用多层交叉注意力模块将所述不同层级、不同分辨率的特征图在空间维度上层层级联，然后输出增强后的多层特征图。

进一步地，所述将卷积网络的不同层级、不同分辨率的特征图输入MCAFPN包括：

将第一特征图作为MCAFPN第一层特征图，将所述MCAFPN第一层特征图与第二特征图输入所述多层交叉注意力模块，输出MCAFPN第二层特征图；

将所述MCAFPN第二层特征图与第三特征图输入所述多层交叉注意力模块，输出MCAFPN第三层特征图；

其中所述第一特征图、第二特征图和第三特征图是所述卷积网络的不同层级、不同分辨率的特征图，其层数由深到浅，第二特征图的分辨率是第一特征图的n倍，第三特征图的分辨率是第二特征图的n倍，n大于等于2。

进一步地，所述MCAFPN使用多层交叉注意力模块将所述不同层级、不同分辨率的特征图在空间维度上层层级联，然后输出增强后的多层特征图包括：