[发明专利]图像检测方法和图像检测模型的训练方法

说明书

本公开提供了一种图像检测方法和图像检测模型的训练方法，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景。实现方案为：获得目标图像，目标图像包含有目标对象；基于目标图像的至少两个边中的每一个边的长度，获得该边对应的多个目标序列值；基于目标图像，获得目标图像的目标定位特征，目标定位特征指示至少两个边对应的多个目标序列值中的每一个目标序列值与目标对象的检测框在目标图像中的位置相应的概率；以及基于目标定位特征，获得目标对象的检测框的位置。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景，具体涉及一种图像检测方法和图像检测模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

基于人工智能的图像检测技术，通过处理图像，识别图像中所包含的对象(例如，动物、植物或者人等)，并且获得对象的检测框，以标注图像中对象的位置，广泛应用于各种场景。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像检测方法和图像检测模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像检测方法，包括：获得目标图像，所述目标图像包含有目标对象；基于所述目标图像的至少两个边中的每一个边的长度，获得该边对应的多个目标序列值；基于所述目标图像，获得所述目标图像的目标定位特征，所述目标定位特征指示所述至少两个边对应的多个目标序列值中的每一个目标序列值与所述目标对象的检测框在所述目标图像中的位置相应的概率；以及基于所述目标定位特征，获得所述目标对象的检测框的位置。

根据本公开的另一方面，提供了一种图像检测模型的训练方法，其中，所述数据处理模型包括学生模型，所述方法包括：获得训练图像，所述训练图像包括训练对象；基于所述训练图像的至少两个边中的每一个边的长度，获得该边对应的多个训练序列值；获得所述学生模型基于所述训练数据获得的第一定位特征，并且获得经训练的教师模型于所述训练数据获得的第二定位特征，所述第一定位特征和所述第二定位特征分别指示所述至少两个边对应的多个训练序列值中的每一个训练序列值与所述训练对象的检测框在所述训练图像中的位置相应的概率；基于所述第一定位特征所述第二定位特征，获得第一损失；以及基于所述第一损失，调整所述学生模型的参数。

根据本公开的另一方面，提供了一种图像检测装置，包括：目标图像获取单元，被配置用于获得目标图像，所述目标图像包含有目标对象；目标序列值获取单元，被配置用于基于所述目标图像的至少两个边中的每一个边的长度，获得该边对应的多个目标序列值；目标定位特征获取单元，被配置用于基于所述目标图像，获得所述目标图像的目标定位特征，所述目标定位特征指示所述至少两个边对应的多个目标序列值中的每一个目标序列值与所述目标对象的检测框在所述目标图像中的位置相应的概率；以及检测框位置获取单元，被配置用于基于所述目标定位特征，获得所述目标对象的检测框的位置。