[发明专利]锚点确定方法及装置、电子设备和存储介质

权利要求书

1.一种锚点确定方法，其特征在于，包括：

对待处理图像进行特征提取，得到所述待处理图像的第一特征图；

通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中生成锚点的位置信息和所述锚点的形状信息；其中，所述锚点包括非均匀锚点，所述非均匀锚点的位置信息通过对所述第一特征图至少执行卷积处理和激活处理所得到；

其中，所述锚点预测网络包括位置预测子网络，所述位置预测子网络包括第三卷积层和激活层，所述位置预测子网络用于生成锚点的位置信息；

所述锚点预测网络还包括形状预测子网络，所述形状预测子网络包括第四卷积层，所述形状预测子网络用于确定所述锚点的形状信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述锚点的形状信息，通过修正网络对所述第一特征图进行特征修正，得到第二特征图，所述修正网络包括第一卷积层和第二卷积层。

3.根据权利要求1或2所述的方法，其特征在于，所述通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中生成锚点的位置信息，包括：

将所述第一特征图输入至所述第三卷积层，得到卷积后的第一特征图；

将所述卷积后的第一特征图输入至所述激活层，根据所述激活层的输出，得到所述第一特征图中生成锚点的位置信息。

4.根据权利要求3所述的方法，其特征在于，所述将所述卷积后的第一特征图输入至所述激活层，根据所述激活层的输出，得到所述第一特征图中生成锚点的位置信息，包括：

将所述卷积后的第一特征图输入至所述激活层，确定所述第一特征图中各个位置生成锚点的概率；

将所述概率大于或等于预设阈值的位置信息确定为所述锚点的位置信息。

5.根据权利要求1所述的方法，其特征在于， 所述通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中所述锚点的形状信息，包括：

将所述第一特征图输入至所述第四卷积层，输出包括通道分量的特征图，所述通道分量用于表示每个位置预测的锚点高度和宽度；

根据所述第四卷积层输出的特征图的通道分量，确定所述锚点的形状信息。

6.根据权利要求1所述的方法，其特征在于，所述通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中生成锚点的位置信息和所述锚点的形状信息，包括：

通过所述锚点预测网络对所述第一特征图进行锚点预测，得到所述锚点的区域中至少两个顶点的位置坐标；

根据所述锚点的区域中至少两个顶点的位置坐标，确定所述锚点的位置信息和所述锚点的形状信息，其中，至少一个顶点的位置坐标用于表示锚点的区域的左上顶点在所述第一特征图中的横纵坐标，至少另一个顶点的位置坐标用于表示锚点的区域的右下顶点在所述第一特征图中的横纵坐标。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将训练集中的训练图像输入所述锚点预测网络，根据所述锚点预测网络的输出，确定所述锚点预测网络的网络损失，其中，所述网络损失包括：所述锚点预测网络中位置预测子网络的网络损失、所述锚点预测网络中形状预测子网络的网络损失、回归损失以及分类损失中的一种或多种。

8.一种锚点确定装置，其特征在于，包括：

特征提取模块，用于对待处理图像进行特征提取，得到所述待处理图像的第一特征图；

锚点预测模块，用于通过锚点预测网络对所述第一特征图进行锚点预测，得到所述第一特征图中生成锚点的位置信息和所述锚点的形状信息；其中，所述锚点包括非均匀锚点，所述非均匀锚点的位置信息通过对所述第一特征图至少执行卷积处理和激活处理所得到；

其中，所述锚点预测网络包括位置预测子网络，所述位置预测子网络包括第三卷积层和激活层，所述位置预测子网络用于生成锚点的位置信息；

所述锚点预测网络还包括形状预测子网络，所述形状预测子网络包括第四卷积层，所述形状预测子网络用于确定所述锚点的形状信息。