目标检测方法、装置、电子设备及存储介质与流程

技术特征：
1.一种目标检测方法，其特征在于，所述方法包括：获取待检测图像；对所述待检测图像进行特征提取，得到所述待检测图像对应的单尺度特征；基于所述待检测图像对应的单尺度特征进行空洞卷积处理，得到所述待检测图像对应的多尺度特征；基于所述多尺度特征，预测所述待检测图像的检测结果，所述检测结果包括：所述待检测图像中对象的类型和/或所述待检测图像中对象的位置。2.根据权利要求1所述的方法，其特征在于，基于所述待检测图像对应的单尺度特征进行空洞卷积处理，得到所述待检测图像对应的多尺度特征，包括：对所述待检测图像对应的单尺度特征进行多次空洞卷积处理，得到所述多尺度特征，其中，首次空洞卷积处理的处理数据为所述待检测图像对应的单尺度特征，非首次空洞卷积处理的处理数据为相邻的前一次空洞卷积处理的处理结果数据。3.如权利要求2所述的方法，其特征在于，通过空洞编码器对所述所述待检测图像对应的单尺度特征进行空洞卷积处理；所述空洞编码器包括多个级联的残差模块；相应的，所述对所述待检测图像对应的单尺度特征进行多次空洞卷积处理，得到所述多尺度特征，包括：通过所述多个级联的残差模块对所述所述待检测图像对应的单尺度特征进行多次空洞卷积处理，得到所述多尺度特征；其中，一个所述残差模块用于执行一次空洞卷积处理，前一个残差模块的输出结果作为相邻的后一个残差模块的输入数据。4.根据权利要求3所述的方法，其特征在于，各个残差模块对应的空洞率不同。5.根据权利要求1-4之一所述的方法，其特征在于，基于所述待检测图像对应的单尺度特征进行空洞卷积处理，得到所述待检测图像对应的多尺度特征，包括：基于所述待检测图像对应的检测任务，对所述待检测图像对应的单尺度特征进行特征映射，得到映射后的所述待检测图像对应的单尺度特征，其中，所述检测任务包括：用于检测所述待检测图像中对象的类型的任务和/或用于检测所述待检测图像中对象的位置的任务；对映射后的所述待检测图像对应的单尺度特征进行空洞卷积处理，得到所述待检测图像对应的多尺度特征。6.根据权利要求1-5之一所述的方法，其特征在于，所述目标检测方法由检测网络执行，在获取待检测图像之前，所述方法还包括：对于样本图像中的每一个标注框，确定针对所述样本图像生成的所有锚框中的、与所述标注框的交并比最大的预设数量个锚框；将所述预设数量个锚框确定为所述标注框对应的正样本，将所述所有锚框中的除了正样本之外的锚框确定为负样本；基于每一个标注框对应的正样本和负样本，对所述检测网络进行训练。7.根据权利要求6所述的方法，其特征在于，基于每一个标注框对应的正样本和负样本，对所述检测网络进行训练，包括：对于每一个所述标注框，确定所述标注框对应的所有正样本中、与所述标注框的交并
比大于第一阈值的目标正样本，以及，确定所有负样本中、与任意一个标注框的交并比均小于第二阈值的目标负样本；其中，第一阈值大于第二阈值；基于每一个所述标注框所对应的所述目标正样本和所述目标负样本，进行所述检测网络模型的训练。8.一种目标检测装置，其特征在于，所述装置包括：获取单元，被配置为获取待检测图像；提取单元，被配置为对所述待检测图像进行特征提取，得到所述待检测图像对应的单尺度特征；处理单元，被配置为基于所述待检测图像对应的单尺度特征进行空洞卷积处理，得到所述待检测图像对应的多尺度特征；检测单元，被配置为基于所述多尺度特征，预测所述待检测图像的检测结果，所述检测结果包括：所述待检测图像中对象的类型和/或所述待检测图像中对象的位置。9.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的方法。10.一种存储介质，其特征在于，所述存储介质中存储有指令，当所述存储介质中的指令由处理器执行时，能够实现如权利要求1至7中任一项所述的方法。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的方法。

技术总结
本申请实施例提供了目标检测方法、装置，该方法包括：获取待检测图像；对待检测图像进行特征提取，得到待检测图像对应的单尺度特征；基于待检测图像对应的单尺度特征进行空洞卷积处理，得到待检测图像对应的多尺度特征；基于待检测图像对应的多尺度特征，预测待检测图像的检测结果，检测结果包括：待检测图像中对象的类型和/或待检测图像中对象的位置。以较快的检测速度进行精度较高的目标检测。较快的检测速度进行精度较高的目标检测。较快的检测速度进行精度较高的目标检测。


技术研发人员：谌强
受保护的技术使用者：北京迈格威科技有限公司
技术研发日：2021.09.18
技术公布日：2022/2/6