目标检测方法及装置、计算设备与流程

技术特征：
1.一种目标检测方法，其特征在于，包括：确定待检测图像；基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别；提取所述待检测图像在所述第一目标区域的局部图像；基于第二检测模型，检测所述局部图像中所述目标对象所在第二目标区域；根据所述第二目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果。2.根据权利要求1所述的方法，其特征在于，还包括：确定第一类别集合中的至少一个第一分类类别以及第二类别集合中的至少一个第二分类类别对应的第一检测模型；确定第二类别集合中至少一个第二分类类别对应的第二检测模型。3.根据权利要求2所述的方法，其特征在于，所述基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别包括：基于所述第一检测模型，检测所述待检测图像中所述目标对象所在第一目标区域；根据所述第一目标区域对应的对象特征，从所述第一检测模型对应至少一个第一分类类别以及至少一个第二分类类别中，确定所述目标对象所属目标类别。4.根据权利要求1～3任一项所述的方法，其特征在于，所述基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别之后，还包括：确定所述第一类别集合以及所述第二类别集合；其中，所述第一类别集合包括具有第一类别属性的所述至少一个第一分类类别；所述第二类别集合包括具有第二类别属性的所述至少一个第二分类类别；如果所述目标类别属于第一类别集合，根据所述第一目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果。5.根据权利要求2所述的方法，其特征在于，所述提取所述待检测图像在所述第一目标区域的局部图像包括：如果所述目标类别属于第二类别集合，提取所述待检测图像在所述第一目标区域的局部图像。6.根据权利要求5所述的方法，其特征在于，所述如果所述目标类别属于第二类别集合，提取所述待检测图像在所述第一目标区域的局部图像包括：如果所述目标类别属于第二类别集合，确定所述第一检测模型检测所述目标对象的第一目标区域以及目标类别对应的第一置信度；如果所述第一置信度大于第一阈值，根据所述第一目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果；如果所述第一置信度大于第二阈值且小于所述第一阈值，则提取所述待检测图像在所述第一目标区域的局部图像。7.根据权利要求4所述的方法，其特征在于，所述第一类别集合以及第二类别集合通过以下方式确定：
确定多个标注图像；其中，任一个标注图像对应有标注对象所在的标注区域以及标注类别；将标注类别相同的标注图像划分至同一个类别图像集合中，以获得多个标注类别分别对应的类别图像集合；其中，任一个类别图像集合包括具有相同标注类别的至少一个标注图像；根据任一个标注类别对应类别图像集合中的至少一个标注图像，从第一类别属性以及第二类别属性中确定所述标注类别对应的目标类别属性，以获得所述多个标注类别分别对应的目标类别属性；将目标类别属性为第一类别属性的标注类别划分至第一类别集合以及将目标类别属性为第二类别属性的标注类别划分至第二类别集合。8.根据权利要求7所述的方法，其特征在于，所述标注区域对应有第一类别属性或者第二类别属性；所述根据任一个标注类别对应类别图像集合中的至少一个标注图像，从第一类别属性以及第二类别属性中确定所述标注类别对应的目标类别属性，以获得所述多个标注类别分别对应的目标类别属包括：针对任一个标注类别对应类别图像集合中的至少一个标注图像，确定所述至少一个标注图像中标注区域对应第一类别属性的第一标注图像，以及标注区域对应第二类别属性的第二标注图像；统计所述第一标注图像的数量，获得第一图像数量以及所述第二标注图像的数量，获得第二图像数量；判断所述第一图像数量与所述第二图像数量的比值是否大于第一比例阈值；如果是，则确定所述标注类别对应第一类别属性；如果否，则确定所述标注类别对应第二类别属性。9.根据权利要求7所述的方法，其特征在于，所述将目标类别属性为第一类别属性的标注类别划分至第一类别集合以及将目标类别属性为第二类别属性的标注类别划分至第二类别集合之后，还包括：针对第一类别集合中的任一个标注类别，如果所述标注类别的测试结果不满足测试条件，则将所述标注类别标记为第二类别属性，并划分至所述第二类别集合中。10.根据权利要求9所述的方法，其特征在于，所述第一类别集合中的任一个标注类别的测试结果通过以下方式确定：确定属于所述标注类别的多个第一测试图像；其中，所述多个第一测试图像对应有标注对象所在的标注区域；将所述多个第一测试图像分别输入所述第一检测模型，获得所述多个第一测试图像分别检测获得的目标对象所在的测试区域以及测试类别；根据所述多个第一测试图像各自的标注区域以及测试区域，以及所述多个第一测试图像各自的标注类别以及测试类别，确定所述多个第一测试图像对应的测试结果。11.根据权利要求10所述的方法，其特征在于，所述根据所述多个第一测试图像各自的标注区域以及测试区域，以及所述多个第一测试图像各自的标注类别以及测试类别，确定所述多个第一测试图像对应的测试结果包括：
根据所述多个第一测试图像各自的标注区域以及测试区域，以及所述第一多个测试图像各自的标注类别以及测试类别，确定所述多个第一测试图像对应的准确率以及召回率；所述针对第一类别集合中的任一个标注类别，如果所述标注类别的测试结果不满足测试条件，则将所述标注类别的类别属性由第一类别属性更新为第二类别属性，并将所述标注类别划分至所述第二类别集合中包括：针对第一类别集合中的任一个标注类别，确定所述标注类别对应的准确率以及召回率；如果所述标注类别的准确率小于预设准确率阈值且所述标注类别的召回率小于召回率阈值，确定所述标注类别的测试结果不满足测试条件；将所述标注类别的类别属性由第一类别属性更新为第二类别属性，并将所述标注类别划分至所述第二类别集合中。12.根据权利要求7所述的方法，其特征在于，所述第一检测模型通过以下方式训练获得：确定多个第一训练数据；其中，所述多个第一训练数据分别对应有标注对象所在的标注区域以及标注类别；所述标注区域对应有第一类别属性或者第二类别属性；基于所述第一类别集合中的至少一个第一分类类别以及第二类别集合中的至少一个第二分类类别，构建所述第一检测模型；根据预设第一训练目标，利用所述多个第一训练数据训练获得所述第一检测模型的第一模型参数。13.根据权利要求7所述的方法，其特征在于，所述第二检测模型通过以下方式训练获得：确定多个第二训练数据；其中，所述多个第二训练数据分别对应有标注对象所在标注区域以及标注类别；所述标注区域对应有第二类别属性；基于所述第二类别集合中至少一个第二分类类别，构建所述第二检测模型；根据预设第二训练目标，利用所述多个第二训练数据训练获得所述第二检测模型的第二模型参数。14.根据权利要求1所述的方法，其特征在于，所述待检测图像包括多个第二测试图像；任一个所述第二测试图像对应有标注对象所在的标注区域以及标注类别；还包括：获取多个第二测试图像分别对应的检测结果中的目标区域以及目标类别；基于多个第二测试图像分别对应的目标区域以及目标类别，结合所述多个第二测试图像分别对应的标注区域以及标注类别，计算获得所述多个第二测试图像对应的测试结果。15.根据权利要求14所述的方法，其特征在于，所述多个第二测试图像对应的测试结果包括：准确率以及召回率。16.根据权利要求14所述的方法，其特征在于，还包括：根据所述多个第二测试图像对应的测试结果，生成测试结果提示信息；为测试用户输出所述测试结果提示信息。17.根据权利要求1所述的方法，其特征在于，还包括：为检测用户提供多个候选类别，以供所述检测用户从所述多个候选类别中选择检测类别；
所述基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别包括：基于所述第一检测模型，检测所述待检测图像中目标对象所在的第一目标区域以及从所述检测类别中检测所述目标对象所属的目标类别。18.根据权利要求1所述的方法，其特征在于，还包括：为检测用户提供多个候选检测模型，以供所述检测用户从所述多个候选检测模型中选择所述第一检测模型以及所述第二检测模型；确定所述第一检测模型以及所述第二检测模型。19.根据权利要求1所述的方法，其特征在于，所述提取所述待检测图像在所述第一目标区域的局部图像包括：将所述目标对象所在的第一目标区域对应的待检测图像展示给检测用户；判断是否获取到检测用户针对所述第一目标区域执行的确认操作；如果是，则确定所述检测用户针对所述第一目标区域执行的确认操作，提取所述待检测图像在所述第一目标区域的局部图像；如果否，则获取所述检测用户针对所述第一目标区域的调整操作，确定所述检测用户调整后的第一目标区域，以提取所述待检测图像在所述检测用户调整后的第一目标区域对应的局部图像。20.一种目标检测方法，其特征在于，包括：响应于调用目标检测服务的检测请求，确定所述目标检测服务对应的目标检测资源；利用所述目标检测服务对应的目标检测资源执行如下步骤：确定待检测图像；基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别；提取所述待检测图像在所述第一目标区域的局部图像；基于第二检测模型，检测所述局部图像中所述目标对象所在第二目标区域；根据所述第二目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果。21.一种目标检测方法，其特征在于，包括：响应于检测用户发起的检测请求，获取所述检测用户提供的待检测图像；基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别；提取所述待检测图像在所述第一目标区域的局部图像；基于第二检测模型，检测所述局部图像中所述目标对象所在第二目标区域；根据所述第二目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果；为所述检测用户输出所述待检测图像的检测结果。22.一种目标检测方法，其特征在于，包括：获取检测用户发起的检测请求以及所述检测用户提供的待检测图像；发送所述检测请求以及所述待检测图像至提供目标检测服务的计算设备，以供所述计
算设备响应于针对所述目标检测服务的检测请求，获取所述目标检测服务对应的目标检测资源；其中，所述目标检测资源用于执行如下步骤：确定所述待检测图像；基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别；提取所述待检测图像在所述第一目标区域的局部图像；基于第二检测模型，检测所述局部图像中所述目标对象所在第二目标区域；根据所述第二目标区域，结合所述目标对象所属目标类别，确定所述待检测图像中所述目标对象的检测结果；获取所述计算设备提供的所述目标对象的检测结果。23.根据权利要求22所述的方法，其特征在于，所述方法还包括：获取所述计算设备提供的多个候选类别；为所述检测用户展示所述多个候选类别，以确定所述检测用户从所述多个候选类别中选择检测类别；提供所述检测类别至所述计算设备，以供所述计算设备利用所述目标检测资源基于第一检测模型，从所述检测类别中检测所述目标对象所属目标类别。24.根据权利要求22所述的方法，其特征在于，所述方法还包括：获取所述计算设备提供的多个候选检测模型；为所述检测用户展示所述多个候选检测模型，以确定所述检测用户从所述多个候选检测模型中选择的第一检测模型以及第二检测模型；提供所述第一检测模型以及所述第二检测模型至所述计算设备，以供所述计算设备中的目标检测资源确定所述第一检测模型以及所述第二检测模型。25.根据权利要求22所述的方法，其特征在于，所述方法还包括：获取所述计算设备提供的具有所述目标对象所在第一目标区域的待检测图像；判断所述检测用户是否执行针对所述第一目标区域的确认操作；如果是，则提供所述检测用户针对所述第一目标区域触发的确认操作至所述计算设备，以供所述计算设备中的目标检测资源提取所述待检测图像在所述第一目标区域的局部图像；如果否，则检测所述检测用户针对所述第一目标区域的调整操作，确定所述检测用户调整后的第一目标区域；将所述检测用户调整后的第一目标区域至所述计算设备，以供所述计算设备的目标检测资源提取所述待检测图像在所述检测用户调整后的第一目标区域对应的局部图像。26.一种目标检测装置，其特征在于，包括：图像确定模块，用于确定待检测图像；第一检测模块，用于基于第一检测模型，检测所述待检测图像中目标对象所在第一目标区域以及所述目标对象所属目标类别；局部提取模块，用于提取所述待检测图像在所述第一目标区域的局部图像；第二检测模块，用于基于第二检测模型，检测所述局部图像中所述目标对象所在第二目标区域；结果确定模块，用于根据所述第二目标区域，结合所述目标对象所属目标类别，确定所
述待检测图像中所述目标对象的检测结果。27.一种计算设备，其特征在于，包括：存储组件以及处理组件；所述存储组件用于存储一条或多条计算机指令；所述一条或多条计算机指令被所述处理组件调用以执行权利要求1～19任一项所述的方法。

技术总结
本申请实施例提供一种目标检测方法及装置、计算设备，该方法包括：确定待检测图像；基于第一检测模型，检测待检测图像中目标对象所在第一目标区域以及目标对象所属目标类别；提取待检测图像在第一目标区域的局部图像；基于第二检测模型，检测局部图像中目标对象所在第二目标区域；根据第二目标区域，结合目标对象所属目标类别，确定待检测图像中目标对象的检测结果。本申请实施例提高了目标检测准确度及精度。精度。精度。


技术研发人员：邹远鹏 陈想 汪彪
受保护的技术使用者：阿里巴巴集团控股有限公司
技术研发日：2020.12.01
技术公布日：2021/10/18