[发明专利]目标检测方法、装置、设备以及存储介质

说明书

本公开提供了一种目标检测方法、装置、设备以及存储介质。涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于人手检测、人体检测和人体关键点检测等联合检测场景下。具体实现方案为：通过目标检测模型提取待检测图片的图像特征；将图像特征分别输入至N个检测分支，N个检测分支用于检测N种类别的目标对象；将N个检测分支中第一检测分支的卷积层输出的中间卷积特征，输入至N个检测分支中第二检测分支的卷积层中，得到N个检测分支输出的最终卷积特征；根据N个检测分支输出的最终卷积特征，输出待检测图片的包括N种类别的检测结果。根据本公开的技术方案，能提高检测效率，也能提高检测精度。

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术，具体可用于人手检测、人体检测和人体关键点检测等联合检测场景下。

背景技术

目标检测是计算机视觉领域一个重要的研究方向。随着深度学习技术的应用，目标检测取得了显著成效，推动了目标检测技术从实验到应用的发展。相关技术中，目标检测方法更多的是关注单个的检测项目，在需要同时对一张图片检测多个项目中，需要采用不同的模型分别对该图片检测，不仅检测效率低，而且检测精度低。

发明内容

本公开提供了一种目标检测方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种目标检测方法，包括：

通过目标检测模型提取待检测图片的图像特征，该目标检测模型包括M个检测分支，M为大于等于2的正整数；

将图像特征分别输入至N个检测分支，该N个检测分支用于检测N种类别的目标对象，N为大于等于2的正整数，N小于等于M；

将N个检测分支中第一检测分支的卷积层输出的中间卷积特征，输入至N个检测分支中第二检测分支的卷积层中，得到N个检测分支输出的最终卷积特征，其中，该N个检测分支输出的最终卷积特征，包括第一检测分支输出的最终卷积特征和第二检测分支输出的最终卷积特征；

根据N个检测分支输出的最终卷积特征，输出待检测图片的包括N种类别的检测结果。

根据本公开的第二方面，提供了一种目标检测装置，包括：

特征提取模块，用于通过目标检测模型提取待检测图片的图像特征，该目标检测模型包括M个检测分支，M为大于等于2的正整数；

特征输入模块，用于将图像特征分别输入至N个检测分支，该N个检测分支用于检测N种类别的目标对象，N为大于等于2的正整数，N小于等于M；

目标检测模块，用于将N个检测分支中第一检测分支的卷积层输出的中间卷积特征，输入至N个检测分支中第二检测分支的卷积层中，得到N个检测分支输出的最终卷积特征，其中，该N个检测分支输出的最终卷积特征，包括第一检测分支输出的最终卷积特征和第二检测分支输出的最终卷积特征；

输出模块，用于根据N个检测分支输出的最终卷积特征，输出该待检测图片的包括N种类别的检测结果。

根据本公开的第三方面，提供了一种电子设备，包括：

处理器；以及

与该处理器通信连接的存储器；其中，

该存储器存储有可被该处理器执行的指令，该指令被该处理器执行，以使该处理器能够执行上述第一方面所提供的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行上述第一方面所提供的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述第一方面所提供的方法。

本公开实施例，通过联合检测，能提高检测效率，也能提高检测精度。