[发明专利]一种基于非极大值抑制与微服务的目标检测对象扩展方法

权利要求书

1.一种基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，该方法包括如下步骤：

步骤S1：客户端请求服务

S11、客户端定义数据结构和服务接口；

S12、读取图像数据，并将图像输入尺寸作为参数传给服务接口；

S13、客户端访问注册中心，查询获得服务IP地址和端口信息；

S14、客户端根据服务IP地址和端口信息将参数传输给服务端以调用服务；

步骤S2：服务端处理请求

S21、服务端定义算法模型服务的参数；

S22、向注册中心注册服务信息并监听客户端请求；

S23、接收客户端发送的请求参数，并将请求参数传输给算法模型服务进行推理计算；

S24、推理结束后服务端将推理结果返回给客户端；

步骤S3：客户端输出结果

S31、客户端接收所有服务的推理结果后合并推理结果；

S32、对于同类检测目标使用NMS算法处理；

S33、不同类检测目标直接合并，然后给出最终结果。

2.如权利要求1所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，该方法的部署过程包括：

将训练好的目标识别算法模型以服务的形式在IceGrid中部署，并向注册中心进行服务注册，注册中心存储服务的IP地址和端口号，并监听客户端请求；

当客户端向注册中心发送服务请求时，注册中心会将服务的IP地址和端口号返回给客户端；

客户端根据服务的IP地址和端口对不同服务进行调用，遍历所有的算法模型后通过调用NMS算法获得同类目标中可信度最大的目标，合并不同目标，得到最终的理想结果。

3.如权利要求2所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，当需要添加识别其他目标种类的功能，以微服务的形式部署识别该目标的算法模型。

4.如权利要求1-3任一项所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S11中，数据结构的参数包括：目标名称、左顶坐标、右底坐标和目标置信度。

5.如权利要求4所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S11中，服务接口的参数包括：算法名称、算法类型、目标种类和图像输入尺寸。

6.如权利要求4所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S12中，图像输入尺寸包括：图像高度、图像宽度和图像通道数。

7.如权利要求4所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S21中，算法模型服务的参数包括：输入图像数据和输出推理结果。

8.如权利要求4所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S31中，将不同算法模型服务的推理结果直接连接在一起，得到合并后的推理结果。

9.如权利要求8所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，推理结果包括：类型、候选框坐标和概率值。

10.如权利要求9所述的基于非极大值抑制与微服务的目标检测对象扩展方法，其特征在于，所述步骤S32中，依靠不同算法模型服务中分类器得到的多个候选框以及关于候选框中属于类别的概率值，根据分类器得到的类别分类概率做排序；将所有框的得分排序，选中最高分及其对应的框；遍历其余的框，如果和当前最高分框的交并比(IOU)大于一定阈值，就删除这个候选框；从未处理的框中继续选一个得分最高的，重复上述过程。