[发明专利]一种图像中基于深度学习的小目标的检测方法及装置

摘要

本发明实施例提供了一种图像中基于深度学习的小目标的检测方法及装置，所述方法包括获取待检测图像；基于待检测图像及预先训练完成的目标检测器模型，获得待检测图像中目标的类别及其在待检测图像中位置坐标，该过程包括将待检测图像输入目标特征提取器，得到特征图；将特征图输入目标区域生成网络，得到候选框的坐标；将候选框坐标输入上下文信息层，根据候选框坐标，按照预设计算方式进行计算，得到垂直候选框坐标及水平候选框坐标；将各候选框坐标及特征图输入目标区域分类网络，得到目标的类别及位置坐标。即使对于图像中较小的目标，由于目标区域分类网络得到了更多的特征信息，因此提高了在检测像交通指示牌之类的小目标时的准确率。

主权项

一种图像中基于深度学习的小目标的检测方法，其特征在于，所述方法包括：获取待检测图像；基于所述待检测图像及预先训练完成的目标检测器模型，获得所述待检测图像中目标的类别及其在所述待检测图像中位置坐标，其中，所述目标检测器模型包括目标特征提取器、目标区域生成网络、预先建立的上下文信息层及目标区域分类网络，所述获得所述目标的类别及其在所述待检测图像中位置坐标的过程包括：将所述待检测图像输入所述目标特征提取器，对所述待检测图像进行第一预设卷积运算，得到特征图；将所述特征图输入所述目标区域生成网络，对所述特征图进行第二预设卷积运算，得到候选框的坐标；将所述候选框坐标输入所述上下文信息层，根据候选框坐标，按照预设计算方式进行计算，得到垂直候选框坐标及水平候选框坐标；将所述垂直候选框坐标、水平候选框坐标、候选框坐标及所述特征图输入所述目标区域分类网络，根据所包含的特征与类别的对应关系、所述垂直候选框坐标、水平候选框坐标、候选框坐标及所述特征图，得到所述目标的类别及位置坐标。