[发明专利]锚点确定方法及装置、电子设备和存储介质

说明书

本公开涉及一种锚点确定方法及装置、电子设备和存储介质，所述方法包括：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。本公开实施例能够生成非均匀且形状任意的锚点，提高物体检测的准确率。

本申请是在2018年12月29日提交中国专利局、申请号为201811639702.9、申请名称为“锚点确定方法及装置、电子设备和存储介质”的中国专利申请的分案申请。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种锚点确定方法及装置、电子设备和存储介质。

背景技术

锚点是当前物体检测技术中一个基本的元素，也是区域提议算法的基石。目前的物体检测器大都依赖密集且均匀的锚点生成方案，即在全图中按照预定于的尺度，长宽比和步长来生成均匀的锚点。

发明内容

本公开提出了一种锚点确定的技术方案。

根据本公开的一方面，提供了一种锚点确定方法，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的锚点，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所得到。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，所述锚点预测网络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；其中，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，根据所述第四卷积层输出的通道分量，确定所述锚点的形状信息。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

根据本公开的一方面，提供了一种锚点确定装置，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的锚点，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所得到。