一种目标检测方法、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，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的图像特征；基于所述图像特征对所述待检测图像进行目标检测，得到针对所述待检测图像的初始对象检测框；基于所述图像特征对所述初始对象检测框进行修正，得到修正对象检测框，并基于所述图像特征对所述修正对象检测框进行目标类别检测，确定所述修正对象检测框所指示目标对象的类别信息。2.根据权利要求1所述的方法，其特征在于，所述方法通过目标检测网络实现。3.根据权利要求2所述的方法，其特征在于，所述目标检测网络包括预先训练好的回归层，所述基于所述图像特征对所述初始对象检测框进行修正，得到修正对象检测框，包括：从所述图像特征中选取与所述初始对象检测框对应的第一目标图像特征；利用预先训练好的回归层对所述第一目标图像特征进行偏移量预测，确定所述初始对象检测框对应的坐标偏移量；基于所述初始对象检测框对应的坐标偏移量对所述目标检测框进行修正，得到修正对象检测框。4.根据权利要求3所述的方法，其特征在于，所述目标检测网络还包括第一特征特征解耦层，所述第一特征解耦层与所述回归层连接；所述利用预先训练好的回归层对所述第一目标图像特征进行偏移量预测，确定所述初始对象检测框对应的坐标偏移量，包括：通过所述第一特征解耦层学习得到的针对每个特征通道的第一注意力权重对所述第一目标图像特征进行解耦操作，得到解耦后的第一目标图像特征；利用预先训练好的回归层对所述解耦后的第一目标图像特征进行偏移量预测，确定所述初始对象检测框对应的坐标偏移量。5.根据权利要求2至4任一所述的方法，其特征在于，所述目标检测网络包括预先训练好的分类层，所述基于所述图像特征对所述修正对象检测框进行目标类别检测，确定所述修正对象检测框所指示目标对象的类别信息，包括：从所述图像特征中选取与所述修正对象检测框对应的第二目标图像特征；利用预先训练好的分类层对所述第二目标图像特征进行目标类别检测，确定所述修正目标对象检测所指示目标对象的类别信息。6.根据权利要求5所述的方法，其特征在于，所述目标检测网络还包括第二特征解耦层，所述第二特征解耦层与所述分类层连接；所述利用预先训练好的分类层对所述第二目标图像特征进行目标类别检测，确定所述修正目标对象检测所指示目标对象的类别信息，包括：通过所述第二特征解耦层学习得到的针对每个特征通道的第二注意力权重对所述第二目标图像特征进行解耦操作，得到解耦后的第二目标图像特征；利用预先训练好的分类层对所述解耦后的第二目标图像特征进行目标类别检测，确定所述修正目标对象检测所指示目标对象的类别信息。7.根据权利要求2至6任一所述的方法，其特征在于，按照如下步骤训练所述目标检测网络：
获取图像样本，以及针对所述图像样本中的目标对象的类别标注结果；基于所述目标检测网络包括的特征提取层对所述待检测图像进行特征提取，得到所述图像样本的图像样本特征，并基于所述图像样本特征对所述图像样本进行目标检测，得到针对所述图像样本的初始样本对象检测框；从所述图像样本特征中选取与所述初始样本对象检测框对应的第一目标图像样本特征，并利用所述目标检测网络包括的回归层对所述第一目标图像样本特征进行偏移量预测，得到所述回归层输出的坐标偏移量；基于所述坐标偏移量以及所述初始样本对象检测框，确定修正样本对象检测框；以及，从所述图像样本特征中选取与所述修正样本对象检测框对应的第二目标图像样本特征，并利用所述目标检测网络包括的分类层对所述第二目标图像样本特征进行目标类别检测，得到所述分类层输出的预测结果；在所述分类层输出的预测结果与针对所述图像样本中的目标对象的类别标注结果不匹配的情况下，对所述目标检测网络包括的特征提取层、回归层、分类层中至少一者的网络参数值进行调整，直至达到网络迭代截止条件。8.根据权利要求7所述的方法，其特征在于，所述目标检测网络还包括与所述回归层连接的第一特征解耦层、以及与所述分类层连接的第二特征解耦层；所述利用所述目标检测网络包括的回归层对所述第一目标图像样本特征进行偏移量预测，得到所述回归层输出的坐标偏移量，包括：将所述第一目标图像样本特征输入至所述第一特征解耦层，得到所述第一特征解耦层输出的针对每个特征通道的第一注意力权重；将所述第一目标图像样本特征以及所述第一注意力权重的第一乘积结果输入到所述目标检测网络包括的回归层，得到所述回归层输出的坐标偏移量；所述利用所述目标检测网络包括的分类层对所述第二目标图像样本特征进行目标类别检测，得到所述分类层输出的预测结果，包括：将所述第二目标图像样本特征输入至所述第二特征解耦层，得到所述第二特征解耦层输出的针对每个特征通道的第二注意力权重；将所述第二目标图像样本特征以及所述第二注意力权重的第二乘积结果输入到所述目标检测网络包括的分类层，得到所述分类层输出的预测结果。9.根据权利要求8所述的方法，其特征在于，所述第一特征解耦层和所述第二特征解耦层为结构相同的特征解耦层，所述特征解耦层包括依次连接的池化层、第一仿射变换层、激活层以及第二仿射变换层。10.一种目标检测装置，其特征在于，包括：获取模块，用于获取待检测图像；提取模块，用于对所述待检测图像进行特征提取，得到所述待检测图像的图像特征；第一检测模块，用于基于所述图像特征对所述待检测图像进行目标检测，得到针对所述待检测图像的初始对象检测框；第二检测模块，用于基于所述图像特征对所述初始对象检测框进行修正，得到修正对象检测框，并基于所述图像特征对所述修正对象检测框进行目标类别检测，确定所述修正对象检测框所指示目标对象的类别信息。
11.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至9任一所述的目标检测方法的步骤。12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至9任一所述的目标检测方法的步骤。

技术总结
本公开提供了一种目标检测方法、装置、电子设备及存储介质，其中，该方法包括：获取待检测图像；对待检测图像进行特征提取，得到待检测图像的图像特征；基于图像特征对待检测图像进行目标检测，得到针对待检测图像的初始对象检测框；基于图像特征对初始对象检测框进行修正，得到修正对象检测框，并基于图像特征对修正对象检测框进行目标类别检测，确定修正对象检测框所指示目标对象的类别信息。本公开可以基于图像特征进行检测框的修正，修正得到的检测框能够更好的逼近目标对象所处的图像坐标范围，从而提升后续进行定位的准确度，在定位的准确度比较高的情况下，后续进行类别检测的准确度也得以提升。准确度也得以提升。准确度也得以提升。


技术研发人员：江心雨 田茂清 刘建博 伊帅
受保护的技术使用者：上海商汤科技开发有限公司
技术研发日：2022.03.29
技术公布日：2022/6/14