[发明专利]图像检测方法、图像检测设备及计算机可读存储介质

说明书

本申请涉及图像检测技术领域，公开了图像检测方法、图像检测设备及计算机可读存储介质。该方法包括：对包含待处理对象的待处理图像进行特征提取，得到第一特征图；分别对第一特征图进行不同层级的特征提取，得到对应不同层级的多个第二特征图；将多个第二特征图进行增强融合，得到第三特征图；根据多个第二特征图和第三特征图，确定待处理对象的对象信息。通过上述方式，能够提升图像检测的准确性。

技术领域

本申请涉及图像检测技术领域，特别是涉及图像检测方法、图像检测设备及计算机可读存储介质。

背景技术

在图像检测技术中，有一种多任务检测方法，即可以使用该方法同时完成多个任务。

申请人长期研究发现，虽然可以完成多个任务，但是每个任务之间均是独立的，实质上就是利用不同的分支完成不同的任务，这样造成检测的准确性低下。

发明内容

本申请主要解决的技术问题是提供图像检测方法、图像检测设备及计算机可读存储介质，能够提升图像检测的准确性。

为了解决上述问题，本申请采用的一种技术方案是提供一种图像检测方法，该方法包括：对包含待处理对象的待处理图像进行特征提取，得到第一特征图；分别对第一特征图进行不同层级的特征提取，得到对应不同层级的多个第二特征图；将多个第二特征图进行增强融合，得到第三特征图；根据多个第二特征图和第三特征图，确定待处理对象的对象信息。

其中，多个第二特征图包括如下至少两种：用于表征待处理对象的全局信息的特征图；用于表征待处理对象的部件信息的特征图；用于表征待处理对象的关键点信息的特征图。

其中，分别对第一特征图进行不同层级的特征提取，得到对应不同层级的多个第二特征图，包括：将第一特征图输入训练后的图像检测网络；基于图像检测网络中的多个特征提取单元，对第一特征图进行特征提取，得到多个第二特征图；其中，不同特征提取单元对第一特征图进行不同层级的特征提取。

其中，多个特征提取单元至少包括如下两个：包括n个反卷积模块和n个膨胀卷积的第一特征提取单元；包括n/2个反卷积模块和2n个膨胀卷积的第二特征提取单元；包括n/4个反卷积模块和4n个膨胀卷积的第三特征提取单元；其中，n为4的倍数。

其中，该方法还包括：构建图像检测网络；其中，图像检测网络至少包括不同层级的特征提取单元、特征融合单元；将第一特征图输入至图像检测网络，得到不同层级的特征提取单元分别输出的第二特征图，以及得到特征融合单元输出的第三特征图；将第二特征图转化为第一向量，第三特征图转化为第二向量；基于第一向量、第二向量确定损失值；利用损失值对图像检测网络进行参数修正。

其中，不同层级的特征提取单元包括第一层级特征提取单元、第二层级特征提取单元和第三层级特征提取单元；基于第一向量、第二向量确定损失值，包括：根据第一层级特征提取单元输出的第二特征图转化的第一向量确定第一损失值；根据第二层级特征提取单元输出的第二特征图转化的第一向量确定第二损失值；根据第三层级特征提取单元输出的第二特征图转化的第一向量确定第三损失值；利用第一损失值和第二损失值确定第四损失值；利用第一损失值和第三损失值确定第五损失值；利用第二损失值和第三损失值确定第六损失值；利用第四损失值、第五损失值和第六损失值确定第七损失值；利用损失值对图像检测网络进行参数修正，包括：利用第一损失值、第二损失值、第三损失值和第七损失值对图像检测网络进行参数修正。

其中，根据第一层级特征提取单元输出的第二特征图转化的第一向量确定第一损失值，包括：利用第一层级特征提取单元输出的第二特征图转化的第一向量表征的预测信息与第一层级特征提取单元对应的真实信息确定第一损失值；

根据第二层级特征提取单元输出的第二特征图转化的第一向量确定第二损失值，包括：

利用第二层级特征提取单元输出的第二特征图转化的第一向量表征的预测信息与第二层级特征提取单元对应的真实信息确定第二损失值；