目标检测方法及装置与流程

技术特征：
1.一种目标检测方法，其特征在于，包括：将获取的待检测图片输入至目标检测模型中，得到所述目标检测模型输出的目标检测结果；其中，所述目标检测模型是基于训练样本及其对应的目标真值训练得到的；所述目标检测模型用于基于所述待检测图片提取的人脸特征对所述待检测图片进行特定目标检测，得到目标检测结果。2.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测结果包括人脸检测结果和特定目标检测结果，所述目标检测模型，包括：人脸特征提取层，基于所述待检测图片进行特征提取，得到人脸特征；特定目标提取层，基于所述人脸特征，对所述待检测图片进行特征提取，得到特定目标特征；人脸检测层，基于所述人脸特征进行检测，得到人脸检测结果；特定目标检测层，对所述特定目标特征进行检测，得到特定目标检测结果。3.根据权利要求2所述的目标检测方法，其特征在于，所述基于所述人脸特征，对所述待检测图片进行特征提取，包括：基于所述人脸特征，确定所述待检测图片的待检测区域；对所述待检测区域进行特征提取，得到特定目标特征。4.根据权利要求1所述的目标检测方法，其特征在于，训练所述目标检测模型，包括：获取训练样本及其对应的目标真值；将所述训练样本作为训练使用的输入数据，将所述训练样本对应的目标真值作为标签，对待训练模型进行训练，得到用于生成待检测图片的目标检测结果的目标检测模型。5.根据权利要求4所述的目标检测方法，其特征在于，所述对待训练模型进行训练，包括：将所述训练样本输入至所述待训练模型中，得到所述待训练模型输出的人脸预测结果和特定目标预测结果；根据所述人脸预测结果和所述人脸预测结果对应的目标真值，构建人脸损失函数；根据所述特定目标预测结果和所述特定目标预测结果对应的目标真值，构建特定目标损失函数；基于所述人脸损失函数和所述特定目标损失函数，得到总损失函数，并基于所述总损失函数收敛，结束训练。6.根据权利要求5所述的目标检测方法，其特征在于，所述总损失函数，表示为：l＝l
t
ml
face
其中，l表示中损失函数，l
t
表示特定目标损失函数，l
face
表示人脸损失函数，m表示可学习变量，为人脸与特定目标的相关性。7.一种目标检测装置，其特征在于，包括：目标检测模块，将获取的待检测图片输入至目标检测模型中，得到所述目标检测模型输出的目标检测结果；其中，所述目标检测模型是基于训练样本及其对应的目标真值训练得到的；所述目标检测模型用于基于所述待检测图片提取的人脸特征对所述待检测图片进行
特定目标检测，得到目标检测结果。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述目标检测方法的步骤。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标检测方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标检测方法的步骤。

技术总结
本发明提供一种目标检测方法及装置，方法，包括：将获取的待检测图片输入至目标检测模型中，得到目标检测模型输出的目标检测结果；其中，目标检测模型是基于训练样本及其对应的目标真值训练得到的；目标检测模型用于基于待检测图片提取的人脸特征对待检测图片进行特定目标检测，得到目标检测结果。本发明通过不同分别提取不同目标特征，并基于率先提取得到的人脸特征对特定目标特征进行检测，以利用人脸与特定目标之间的关联性进行目标检测，提高了目标检测结果的准确率，且提高了目标检测的效率。测的效率。测的效率。


技术研发人员：贺克赛 程新景 杨睿刚
受保护的技术使用者：际络科技（上海）有限公司
技术研发日：2021.11.30
技术公布日：2022/4/26