[发明专利]目标检测方法、装置、设备、存储介质和程序产品

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

将目标图像输入至特征提取网络中，所述特征提取网络包括级联的下采样网络、分层网络、注意力网络和特征融合网络，所述注意力网络包括多个注意力模块；

通过所述下采样网络对所述目标图像进行下采样特征提取，通过所述分层网络对所述下采样网络输出的特征图进行分层处理，通过所述多个注意力模块对所述分层网络输出的多个分层特征图进行特征提取，通过所述特征融合网络对所述多个注意力模块输出的多个特征图以及所述下采样网络输出的特征图进行融合处理，得到目标特征图，所述目标特征图用于进行目标检测。

2.根据权利要求1所述的方法，其特征在于，所述多个注意力模块与所述多个分层特征图一一对应，所述通过所述多个注意力模块对所述分层网络输出的多个分层特征图进行特征提取，包括：

将各所述分层特征图输入至对应的所述注意力模块中；

通过各所述注意力模块对输入的所述分层特征图分别进行特征提取。

3.根据权利要求2所述的方法，其特征在于，所述注意力模块包括级联的第一提取子网络、第二提取子网络和第三提取子网络，所述通过各所述注意力模块对输入的所述分层特征图分别进行特征提取，包括：

对于各所述注意力模块，通过所述第一提取子网络对输入的所述分层特征图进行特征提取，通过所述第二提取子网络中的第一特征提取分支和第二特征提取分支分别对所述第一提取子网络输出的特征图进行特征提取，得到两个候选特征图，并通过所述第二提取子网络对所述两个候选特征图进行融合处理，通过所述第三提取子网络对所述第二提取子网络输出的特征图进行特征提取。

4.根据权利要求3所述的方法，其特征在于，所述第一提取子网络包括两个非对称的第一卷积层以及第一融合层，所述通过所述第一提取子网络对输入的所述分层特征图进行特征提取，包括：

通过所述两个第一卷积层对所述分层特征图分别进行特征提取，通过所述第一融合层对所述两个第一卷积层输出的特征图进行融合处理。

5.根据权利要求3所述的方法，其特征在于，所述第一特征提取分支包括第二卷积层，所述第二特征提取分支包括所述第二卷积层以及级联的全局池化层、第一全连接层、激活函数层以及第二全连接层。

6.根据权利要求3所述的方法，其特征在于，所述第三提取子网络包括两个非对称的第三卷积层以及第二融合层，所述通过所述第三提取子网络对所述第二提取子网络输出的特征图进行特征提取，包括：

通过所述两个第三卷积层对所述第二提取子网络输出的特征图分别进行特征提取，通过所述第二融合层对所述两个第三卷积层输出的特征图进行融合处理。

7.根据权利要求3所述的方法，其特征在于，所述注意力模块还包括参数标准化子网络，所述通过所述第三提取子网络对所述第二提取子网络输出的特征图进行特征提取之后，所述方法还包括：

通过所述参数标准化子网络对所述第三提取子网络输出的特征图进行参数标准化处理。

8.根据权利要求1至7任一所述的方法，其特征在于，所述通过所述分层网络对所述下采样网络输出的特征图进行分层处理，包括：

通过所述分层网络基于通道数对所述下采样网络输出的特征图进行分层处理；

其中，分层处理后得到的所述多个分层特征图的尺寸均与所述下采样网络输出的特征图相同，且，所述多个分层特征图的通道数之和与所述下采样网络输出的特征图的通道数相等。

9.根据权利要求1至7任一所述的方法，其特征在于，所述通过所述特征融合网络对所述多个注意力模块输出的多个特征图以及所述下采样网络输出的特征图进行融合处理，包括：

通过所述特征融合网络对所述多个注意力模块输出的多个特征图进行融合处理，并通过所述特征融合网络对融合处理后得到的特征图和所述下采样网络输出的特征图再次进行融合处理。