图像检测方法、装置、电子设备和计算机可读存储介质与流程

1.本公开涉及图像处理技术领域，尤其涉及一种图像检测方法、装置、电子设备和计算机可读存储介质。


背景技术：

2.物体检测是计算机视觉的一个重要的分支，其解决的问题是在一张图像中，找到图像中的目标并给出目标的类别以及坐标框，过去几年，物体检测取得了可喜的成果，很多的算法被提出，目标检测的精度也越来越高。
3.现有的物体检测方案大部分是基于的设置大量的锚及相应参数的，譬如，大小、尺寸和分辨率等。但是基于锚的技术方案面临着不少问题，例如：
4.(1)锚的设置非常重要，超参数的设计比较难。
5.(2)锚难以覆盖所有形状的目标，泛化能力较差。
6.(3)通常需要选取大量的锚，以取得较好的召回率，计算量以及显存消耗都比较大。
7.(4)真实物体的边缘易产生干扰框，对于被遮挡物体的检测可能会被遮挡物体带偏，引发低召回率的问题。
8.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

9.本公开的目的在于提供一种图像检测方法、装置、电子设备和计算机可读存储介质，至少在一定程度上克服由于相关技术中计算量大、检测速度低的问题。
10.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
11.根据本公开的一个方面，提供一种图像检测方法，包括：对三维点云图进行点云切片处理，以得到对应的点云切片图；将点云切片图输入骨干卷积神经网络，以得到对应的特征图；对特征图进行多特征头预测，以得到第一概率图、定位图和圆心检测分支；根据第一概率图和圆心检测分支，确定对应的第二概率图；根据定位图和第二概率图，确定三维点云图的检测结果。
12.在本公开的一个实施例中，对三维点云图进行点云切片处理，以得到对应的点云切片图，具体包括以下步骤：以投射方式将三维点云图转化为指定维度方向的三维多层图片；根据三维多层图片确定切片点云图。
13.在本公开的一个实施例中，对特征图进行多特征头预测，以得到第一概率图、定位图和圆心检测分支，具体包括以下步骤：确定三维点云图中的真实物体的边缘框；确定特征图中的特征位置对应的点云切片图中的像素点，并记作目标像素点；根据真实物体的边缘框，回归目标像素点，以得到第一概率图和定位图。
14.在本公开的一个实施例中，目标像素点的回归参数包括目标像素点与边缘框之间的距离，真实物体的边缘框包括上边框、下边框、左边框和右边框，距离包括目标像素点与左边框之间的距离、目标像素点与右边框之间的距离、目标像素点与上边框之间的距离、目标像素点与下边框之间的距离。
15.在本公开的一个实施例中，目标像素点的回归参数还包括真实物体的边缘框相对于特征图的姿态角。
16.在本公开的一个实施例中，根据目标像素点的回归结果，生成圆心检测分支，具体包括以下步骤：计算目标像素点与真实物体的中心点之间的欧式距离和正则化距离；根据欧式距离的激发常量对欧式距离进行最小化处理，以得到最小化的欧式距离；根据最小化的欧式距离和正则化距离，确定圆心检测分支。
17.在本公开的一个实施例中，图像检测方法还包括：判断最小化的欧式距离的计算结果是否大于1；若判定最小化的欧式距离的计算结果大于1，则将最小化的欧式距离的计算结果设置为1。
18.在本公开的一个实施例中，图像检测方法还包括：根据概率图的预测概率值与真实概率值之间的关系，确定焦点损失函数；根据定位图的预测定位值与真实定位值之间的关系，确定平滑损失函数；根据焦点损失函数和平滑损失函数，生成用于训练骨干卷积神经网络的损失函数。
19.根据本公开的另一个方面，提供一种图像检测装置，包括：切片模块，用于对三维点云图进行点云切片处理，以得到对应的点云切片图；卷积模块，用于将点云切片图输入骨干卷积神经网络，以得到对应的特征图；预测模块，用于对特征图进行多特征头预测，以得到第一概率图、定位图和圆心检测分支；确定模块，用于根据第一概率图和圆心检测分支，确定对应的第二概率图；确定模块还用于，根据定位图和第二概率图，确定三维点云图的检测结果。
20.根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的图像检测方法。
21.根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的图像检测方法。
22.本公开的实施例所提供的图像检测方案，通过将三维点云图进行切片处理，并采用anchor-free技术进行逐像素的定位回归处理，避免了设置大量的锚以及锚对应的超参数，减少了计算量，提高了图像检测的速度。
23.进一步地，通过提出一种新的圆心检测分支，实现了对概率图的优化，尤其是降低了真实物体的边缘产生的干扰框的影响，提升了回归结果的准确率和召回率。
24.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
25.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开
的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1示出本公开实施例中一种图像检测系统结构的示意图；
27.图2示出本公开实施例中一种图像检测方法的流程图；
28.图3示出本公开实施例中另一种图像检测方法的流程图；
29.图4示出本公开实施例中又一种图像检测方法的流程图；
30.图5示出现有技术中一种图像检测方案的示意图；
31.图6示出本公开实施例中一种图像检测方案的示意图；
32.图7示出本公开实施例中另一种图像检测方法的流程图；
33.图8示出本公开实施例中又一种图像检测方法的流程图；
34.图9示出本公开实施例中再一种图像检测方法的流程图；
35.图10示出本公开实施例中再一种图像检测方法的流程图；
36.图11示出本公开实施例中再一种图像检测方法的流程图；
37.图12示出本公开实施例中一种图像检测方案的函数分布的示意图；
38.图13示出现有技术中一种图像检测界面的示意图；
39.图14示出本公开实施例中一种图像检测界面的示意图；
40.图15示出本公开实施例中一种图像检测装置的示意图；
41.图16示出本公开实施例中一种电子设备的示意图；和
42.图17示出本公开实施例中一种计算机可读存储介质的示意图。
具体实施方式
43.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
44.此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
45.本技术提供的方案，通过将三维点云图进行切片处理，并采用锚free技术进行逐像素的定位回归处理，不需要设置锚以及锚对应的超参数，减少了计算量，提高了图像检测的速度。为了便于理解，下面首先对本技术涉及到的几个名词进行解释。
46.计算机视觉技术(computer vision，cv)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、ocr(optical character recognition，光学字符识别)、视频处理、视频语义
理解、视频内容/行为识别、三维物体重建、3d(3-dimension，三维)技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
47.图像检测算法并不是直接在代码中指定每个感兴趣的图像类别，而是为计算机每个图像类别都提供许多示例，然后设计一个学习算法，查看这些示例并学习每个类别的视觉外观。也就是说，首先积累一个带有标记图像的训练集，然后将其输入到计算机中，由计算机来处理这些数据。
48.目前较为流行的图像分类架构是卷积神经网络(cnn)：将图像送入网络，然后网络对图像数据进行分类。卷积神经网络从输入“扫描仪”开始，该输入“扫描仪”也不会一次性解析所有的训练数据。比如输入一个大小为100
×
100的图像，你也不需要一个有10000个节点的网络层。相反，你只需要创建一个大小为10
×
10的扫描输入层，扫描图像的前10
×
10个像素。然后，扫描仪向右移动一个像素，再扫描下一个10
×
10的像素，这就是滑动窗口。
49.本技术实施例提供的方案涉及计算机视觉技术的图形处理和图像识别等技术，具体通过如下实施例进行说明。
50.图1示出本公开实施例中一种图像检测系统的结构示意图，包括多个终端120和服务器集群140。
51.终端120可以是手机、游戏主机、平板电脑、电子书阅读器、智能眼镜、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、智能家居设备、ar(augmented reality，增强现实)设备、vr(virtual reality，虚拟现实)设备等移动终端，或者，终端120也可以是个人计算机(personal computer，pc)，比如膝上型便携计算机和台式计算机等等。
52.其中，终端120中可以安装有用于提供图像检测的应用程序。
53.终端120与服务器集群140之间通过通信网络相连。可选的，通信网络是有线网络或无线网络。
54.服务器集群140是一台服务器，或者由若干台服务器组成，或者是一个虚拟化平台，或者是一个云计算服务中心。服务器集群140用于为提供图像检测的应用程序提供后台服务。可选地，服务器集群140承担主要计算工作，终端120承担次要计算工作；或者，服务器集群140承担次要计算工作，终端120承担主要计算工作；或者，终端120和服务器集群140之间采用分布式计算架构进行协同计算。
55.在一些可选的实施例中，服务器集群140用于存储图像检测信息，譬如，待检测的图像、参考图像库和完成检测的图像。
56.可选地，不同的终端120中安装的应用程序的客户端是相同的，或两个终端120上安装的应用程序的客户端是不同控制系统平台的同一类型应用程序的客户端。基于终端平台的不同，该应用程序的客户端的具体形态也可以不同，比如，该应用程序客户端可以是手机客户端、pc客户端或者全球广域网(world wide web，web)客户端等。
57.本领域技术人员可以知晓，上述终端120的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量。本技术实施例对终端的数量和设备类型不加以限定。
58.可选的，该系统还可以包括管理设备(图1未示出)，该管理设备与服务器集群140之间通过通信网络相连。可选的，通信网络是有线网络或无线网络。
59.可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(local area network，lan)、城域网(metropolitan area network，man)、广域网(wide area network，wan)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(hyper text mark-up language，html)、可扩展标记语言(extensible markuplanguage，xml)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(secure socket layer，ssl)、传输层安全(transport layer security，tls)、虚拟专用网络(virtual private network，vpn)、网际协议安全(internet protocolsecurity，ipsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
60.下面，将结合附图及实施例对本示例实施方式中的图像检测方法的各个步骤进行更详细的说明。
61.图2示出本公开实施例中一种图像检测方法流程图。本公开实施例提供的方法可以由任意具备计算处理能力的电子设备执行，例如如图1中的终端120和/或服务器集群140。在下面的举例说明中，以终端120为执行主体进行示例说明。
62.如图2所示，终端120执行图像检测方法，包括以下步骤：
63.步骤s202，对三维点云图进行点云切片处理，以得到对应的点云切片图。
64.譬如，三维点云图以xyz坐标系为参考，通常在z轴方向上进行点云切片处理，通常是进行等分切片处理，但不限于此。
65.如图3所示，将高度z满足z1≤z＜z2的图像切片为第一切片图，即第一个伪二维图。将高度z满足z2≤z＜z3的图像切片为第二切片图，即第二个伪二维图。将高度z满足z3≤z＜z4的图像切片为第三切片图，即第三个伪二维图。将高度z满足z4≤z＜z5的图像切片为第四切片图，即第四个伪二维图。
66.进一步地，伪二维图中包括至少一个待检测物体和真实物体框。
67.步骤s204，将点云切片图输入骨干卷积神经网络，以得到对应的特征图。
68.本公开的实施例通过对点云切片图进行逐像素的特征提取，不需要设置锚和对应的超参数，不仅降低了运算量，也降低了模型设置的难度。生成的特征图至少包括h、w和c三个参数，分别代表长、宽和通道数。
69.如图4所示，对切片点云图进行三次卷积处理，得到第一次卷积结果f1、f2、f3和f4，第二次卷积结果f4，第三次卷积结果f6、f7、f8和f9，但不限于此。
70.在实际使用过程中，卷积处理的最终特征图可以代表以下识别，但不限于此，譬如，f6：对车的识别，f7：对自行车和三轮车的预测，f8：对行人的预测以及f
10
：对卡车和大巴车的预测。
71.步骤s206，对特征图进行多特征头预测，以得到第一概率图、定位图和圆心检测分支。
72.本公开提供一种进行多特征头预测的方式为，将特征图与1
×
1的卷积网络相乘，通常是为了放大特征图的特征值，但不限于此。如图4所示，对f6、f7、f8和f10均执行4个1x1卷积生成多特征头的操作，由于相似种类的物体在不同的点云切片图片上具有大小相似性，因此，能够很好的限制本公开技术方案检测的目标范围。
73.如图4所示，多特征头预测的结果包括分类(classification)、圆心检测分支(circle-center)和区域矩阵框回归(bbox regression)，其中，bbox regression为bbox回归指的是使用变换的方法，将当前预测的bbox进行变换，使其更加接近地面真实箱(groundtruth box，groundtruth box通常指有监督学习过程中的标记数据)。
74.图5和图6中，网格代表最终特征图，c点为物体的中心(x
c
,y
c
)，p点为正在检测的位置(x
p
,y
p
)。
75.如图5所示，相关技术中，三维物体识别过程中，对每个特征图的每个位置都会进行k个锚的回归计算。
76.如图6所示，回归每个位置在该点相对于真实物体的(l,r,t,b)分别为距离真实物体框左边，右边，顶部和底部的四个距离。
77.譬如，基于锚的检测方法，对特征图的每个像素都会有10个以上的锚，每个锚回归的参数为五个(高度值在自动驾驶领域并不重要，暂时忽略)，而本方案每个像素回归的参数为l、r、b、t和yaw共五个，yaw为姿态角，本公开的图像检测方案比基于锚的方法小10倍的参数计算。
78.其中，l为p点与真实框的左边框的距离，r为p点与真实框的右边框的距离，t为p点与真实框的上边框的距离，b为p点与真实框的下边框的距离。
79.另外，由于每个特征图的像素都会产生框的回归结果，所以需要通过概率图来进行筛选。概率图的大小与定位图相同，通道(channel)的数量根据方法不同不定。c
i
∈c,i∈{1,
…
,len(c)}，c代表所有要检测的类别，例如车、人、自行车和三轮车等，c
i
代表第i类，len(c)代表共有多少种类的物体需要检测。因此，基于本公开的图像检测方法，概率图的大小为h
×
w
×
len(c 1)。
80.步骤s208，根据第一概率图和圆心检测分支，确定对应的第二概率图。
81.虽然逐像素点的回归架构能够解决不同物体之间由于遮挡带来的回归框不准的问题，但是，由于在物体边缘检测出的低质量的识别框造成检测不准。在物体边缘的检测框，通常在类别识别以及回归上比在物体中心周围检测出的框精确度低，但是由于交并比较小不会被过滤掉。
82.而本公开通过提出一种新的圆心检测分支对第一概率图进行优化，基于圆心检测分支对于图像密度衰减进行了优化，也即使中心点向边缘点更平滑且真实的衰减，有效地提高了物体检测的可靠性和准确率。
83.步骤s210，根据定位图和第二概率图，确定三维点云图的检测结果。
84.如图7所示，在本公开的一个实施例中，步骤s202，对三维点云图进行点云切片处理，以得到对应的点云切片图，具体包括以下步骤：
85.步骤s2022，以投射方式将三维点云图转化为指定维度方向的三维多层图片。
86.其中，如果将三维点云图放置于xyz轴坐标系下，指定维度可以是z轴方向、x轴方向和y轴方向中的一种，但不限于此。
87.另外，对于点云切片的数量，通常是通过投射密度确定的，譬如，确定在z轴方向上进行点云切片处理，那么根据投射在x-y平面上的像素密度确定切片数量。
88.步骤s2024，根据三维多层图片确定切片点云图。
89.如图8所示，在本公开的一个实施例中，步骤s206，对特征图进行多特征头预测，以
得到第一概率图、定位图和圆心检测分支，具体包括以下步骤：
90.步骤s2062，确定三维点云图中的真实物体的边缘框。
91.步骤s2064，确定特征图中的特征位置对应的点云切片图中的像素点，并记作目标像素点。
92.步骤s2066，根据真实物体的边缘框，回归目标像素点，以得到第一概率图和定位图。
93.在本公开的一个实施例中，真实框的姿态角为yaw，目标像素点的回归参数包括目标像素点与边缘框之间的距离，真实物体的边缘框包括上边框、下边框、左边框和右边框，距离包括目标像素点与左边框之间的距离l、目标像素点与右边框之间的距离r、目标像素点与上边框之间的距离t、目标像素点与下边框之间的距离b。
94.在本公开的一个实施例中，目标像素点的回归参数还包括真实物体的边缘框相对于特征图的姿态角。
95.如图9所示，在本公开的一个实施例中，根据目标像素点的回归结果，生成圆心检测分支，具体包括以下步骤：
96.步骤s2068，计算目标像素点与真实物体的中心点之间的欧式距离和正则化距离。
97.因此，本公开提出的新的圆心检测分支，能同时描绘检测点p点到中心的欧式距离和正则化距离，
98.步骤s20610，根据欧式距离的激发常量对欧式距离进行最小化处理，以得到最小化的欧式距离。
99.本公开提出的一种实施例中，激发常量的取值范围为6
±
1，但不限于此，进一步地，通过最小化的欧式距离可以限制中心区域的快速增长，以使衰减幅度正常。
100.步骤s20612，根据最小化的欧式距离和正则化距离，确定圆心检测分支。
101.由于最小化的欧式距离不能使中心区域呈现衰减，因此，引入了正则化距离，也即结合最小化的欧式距离和正则化距离来实现由中心向四周的正常衰减。
102.在本公开的一个实施例中，euclidean
limit
为最小化的欧式距离，α为激发常量，centerness为圆心检测分支，l为p点与真实框的左边框的距离，r为p点与真实框的右边框的距离，t为p点与真实框的上边框的距离，b为p点与真实框的下边框的距离，圆心检测分支的表达式可以采用以下方式：
[0103][0104][0105]
如图10所示，在本公开的一个实施例中，图像检测方法还包括：
[0106]
步骤s212，判断最小化的欧式距离的计算结果是否大于1。
[0107]
步骤s214，若判定最小化的欧式距离的计算结果大于1，则将最小化的欧式距离的计算结果设置为1。
[0108]
其中，由于最小化的欧式距离应用于概率图，所以大于1是没有意义的。
[0109]
如图11所示，在本公开的一个实施例中，图像检测方法还包括：
[0110]
步骤s216，根据概率图的预测概率值与真实概率值之间的关系，确定焦点损失函数。
[0111]
在本公开的实施例中，可以通过上述焦点损失函数来优化卷积神经网络后续输出概率图的准确性。
[0112]
步骤s218，根据定位图的预测定位值与真实定位值之间的关系，确定平滑损失函数。
[0113]
在本公开的实施例中，可以通过上述平滑损失函数来优化卷积神经网络后续输出定位图的准确性。
[0114]
步骤s220，根据焦点损失函数和平滑损失函数，生成用于训练骨干卷积神经网络的损失函数。
[0115]
在本公开的实施例中，结合焦点损失函数和平滑损失函数对卷积神经网络进行训练，以使训练后的卷积神经网络输出更为准确和可靠的回归结果。
[0116]
如图12所示，线条l1为基于欧式距离生成的图像密度分布，线条l2为基于正则化距离生成的图像密度分布，线条l3为基于本公开的实施例的圆心检测分支生成的图像密度分布。
[0117]
以真实物体为例，如有由一个长为20cm，宽为30cm的物体，衰减概率的可视化结果如图13和图14可知。图13为真实物体d1，图14为经过圆心检测分支处理后的衰减结果d2，即从图像的中心向四周呈圆形衰减。
[0118]
根据本公开的一个实施例，圆心检测分支的使用也非常简单，直接与第一概率图相乘，来弱化物体边缘部分的概率，生成优化后的概率图即可，即第二概率图。
[0119]
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0120]
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0121]
下面参照图15来描述根据本发明的这种实施方式的图像检测装置900。图15所示的图像检测装置900仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0122]
图像检测装置900以硬件模块的形式表现。图像检测装置900的组件可以包括但不限于：切片模块902，用于对三维点云图进行点云切片处理，以得到对应的点云切片图；卷积模块904，用于将点云切片图输入骨干卷积神经网络，以得到对应的特征图；预测模块906，用于对特征图进行多特征头预测，以得到第一概率图、定位图和圆心检测分支；确定模块908，用于根据第一概率图和圆心检测分支，确定对应的第二概率图；确定模块908还用于，根据定位图和第二概率图，确定三维点云图的检测结果。
[0123]
在本公开的一个实施例中，所述切片模块902还用于：以投射方式将三维点云图转化为指定维度方向的三维多层图片；根据三维多层图片确定切片点云图。
[0124]
在本公开的一个实施例中，所述预测模块906还用于：确定三维点云图中的真实物
体的边缘框；确定特征图中的特征位置对应的点云切片图中的像素点，并记作目标像素点；根据真实物体的边缘框，回归目标像素点，以得到第一概率图和定位图。
[0125]
在本公开的一个实施例中，目标像素点的回归参数包括目标像素点与边缘框之间的距离，真实物体的边缘框包括上边框、下边框、左边框和右边框，距离包括目标像素点与左边框之间的距离、目标像素点与右边框之间的距离、目标像素点与上边框之间的距离、目标像素点与下边框之间的距离。
[0126]
在本公开的一个实施例中，目标像素点的回归参数还包括真实物体的边缘框相对于特征图的姿态角。
[0127]
在本公开的一个实施例中，所述预测模块906还用于：计算目标像素点与真实物体的中心点之间的欧式距离和正则化距离；根据欧式距离的激发常量对欧式距离进行最小化处理，以得到最小化的欧式距离；根据最小化的欧式距离和正则化距离，确定圆心检测分支。
[0128]
在本公开的一个实施例中，图像检测装置还包括：判断模块910，用于判断最小化的欧式距离的计算结果是否大于1；若判定最小化的欧式距离的计算结果大于1，则将最小化的欧式距离的计算结果设置为1。
[0129]
在本公开的一个实施例中，图像检测装置还包括：训练模块912，用于根据概率图的预测概率值与真实概率值之间的关系，确定焦点损失函数；根据定位图的预测定位值与真实定位值之间的关系，确定平滑损失函数；根据焦点损失函数和平滑损失函数，生成用于训练骨干卷积神经网络的损失函数。
[0130]
下面参照图15来描述根据本发明的这种实施方式的电子设备1000。图15显示的电子设备1000仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0131]
如图15所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。
[0132]
其中，存储单元存储有程序代码，程序代码可以被处理单元1010执行，使得处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元1010可以执行如图1中所示的步骤s202、s204、s206、s2010和s210，以及本公开的图像检测方法中限定的其他步骤。
[0133]
存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(rom)10203。
[0134]
存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0135]
总线1030可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0136]
电子设备1000也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调
器等等)通信。这种通信可以通过输入/输出(i/o)接口1050进行。并且，电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0137]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
[0138]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
[0139]
参考图17所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品1100，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0140]
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0141]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0142]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0143]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多
模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0144]
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0145]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
[0146]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。