目标检测方法、装置、设备及介质与流程

1.本发明属于图像目标检测技术领域，尤其涉及一种目标检测方法、装置、设备及介质。


背景技术：

2.小目标检测有着广泛的应用，如交通标志检测、人脸识别、遥感图像分析等，然而，一般的目标检测器由于体积小、噪声干扰等原因，不能有效地应用于小目标检测。检测小目标的一种常见做法是使用上采样放大特征图，传统的上采样方法包括最近邻上采样、双线性上采样和双三次上采样，它们只根据图像信号来提高图像的分辨率，而这些方法带来了许多副作用，如增加了噪音和计算复杂度。
3.针对上述问题，提出了基于深度学习的上采样方法，如：wenzhe shi等人提出的采用高效的亚像素卷积神经网络实现实时单图像和视频的超分辨率（real-time single image and video super-resolution using an efficient sub-pixel convolutional neural network. wenzhe shi, jose caballero, ferenc huszar, johannes totz, andrew p. aitken, robbishop, daniel rueckert, and zehan wang. in cvpr,pages 1874
–
1883, 2016.）中的亚像素层是一个端到端的可学习层，它生成并重组多个通道来执行上采样；zhi tian等人提出的数据依赖上采样（decoders matter for semantic segmentation: data-dependent decoding enables flexible feature aggregation.zhi tian, tong he, chunhua shen, and youliang yan.in cvpr, pages 3126
–
3135, 2019.）可以根据像素之间的关系放大特征图，然而，这些方法中的上采样操作会导致目标信息的丢失，尤其是小目标的丢失，从而导致小目标的漏检。还有jiaqi wang等人提出的一种通过内容感知和特征重组的上采样方法（carafe: content-aware reassembly of features.jiaqi wang, kai chen, rui xu, ziwei liu, chen change loy, and dahua lin.in iccv, pages 3007
–
3016, 2019.）通过上下文建模减少小目标的信息损失，但在特征重组过程中没有考虑多尺度特征，不利于小目标的检测。
4.此外，小目标容易受到背景噪声的影响，注意力机制可以通过关注重要区域而忽略无关信息，以此来抑制噪声干扰。如：hu等人提出的压缩激励网络（squeeze-and-excitation networks.jie hu, li shen, and gang sun. in cvpr, pages 7132
–
7141, 2018.）和wang等人提出的高效通道注意力网络（eca-net: efficient channel attention for deep convolutional neural networks. qilong wang, banggu wu, pengfei zhu, peihua li, wangmeng zuo, and qinghua hu. in cvpr, pages 11531
–
11539, 2020.）都关注了通道之间的关系，自动学习不同通道特征的重要性，然而，这些网络中的通道注意力不能捕捉到目标周围的局部信息，影响小目标的检测。
5.因此，亟需一种新的小目标检测方法以解决上述存在的问题。


技术实现要素：

6.本发明的目的在于提供一种目标检测方法、装置、设备及介质，旨在解决由于现有技术无法提供一种有效的小目标检测方法，导致小目标检测速度慢、小目标信息丢失率高以及小目标检测性能低的问题。
7.一方面，本发明提供了一种目标检测方法，所述方法包括下述步骤：通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图；根据所述第一特征图，通过第二网络对所述目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图；根据所述第二特征图，通过第三网络对所述目标图像中的小目标进行检测，得到对应的小目标检测结果。
8.优选地，所述第二网络包含由上采样核预测分支和多尺度特征重组分支组成的内容感知上采样模块。
9.优选地，所述通过第二网络对所述目标图像中的高层特征和低层特征进行特征融合的步骤，包括：根据预设的核预测公式，通过所述上采样核预测分支对所述第一特征图中不同位置的上采样核进行预测，得到对应的上采样核；根据所述对应的上采样核和预设的重组公式，通过所述多尺度特征重组分支对所述第一特征图进行特征重组，得到所述第二特征图。
10.优选地，所述第三网络包含由特征重构分支和注意力机制分支组成的通道打乱注意力模块。
11.另一方面，本发明提供了一种目标检测装置，所述装置包括：特征提取单元，用于通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图；特征融合单元，用于根据所述第一特征图，通过第二网络对所述目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图；以及目标检测单元，用于根据所述第二特征图，通过第三网络对所述目标图像中的小目标进行检测，得到对应的小目标检测结果。
12.优选地，所述第二网络包含由上采样核预测分支和多尺度特征重组分支组成的内容感知上采样模块。
13.优选地，所述特征融合单元包括：采样核预测单元，用于根据预设的核预测公式，通过所述上采样核预测分支对所述第一特征图中不同位置的上采样核进行预测，得到对应的上采样核；以及特征重组单元，用于根据所述对应的上采样核和预设的重组公式，通过所述多尺度特征重组分支对所述第一特征图进行特征重组，得到所述第二特征图。
14.优选地，所述第三网络包含由特征重构分支和注意力机制分支组成的通道打乱注意力模块。
15.另一方面，本发明还提供了一种目标检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述目标检测方法所述的步骤。
16.另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述目标检测方法所述的步骤。
17.本发明通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图，根据第一特征图，通过第二网络对该目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图，根据第二特征图，通过第三网络对该目标图像中的小目标进行检测，得到对应的小目标检测结果，从而提高小目标的检测速度和检测准确率，进而提高了小目标检测的能力。
附图说明
18.图1是本发明实施例一提供的目标检测方法的实现流程图；图2是本发明实施例一提供的目标检测方法中通道打乱注意力模块的工作流程示意图；图3是本发明实施例二提供的目标检测方法的实现流程图；图4是本发明实施例二提供的目标检测方法中内容感知上采样模块的工作流程示意图；图5是本发明实施例三提供的目标检测装置的结构示意图；图6是本发明实施例三提供的目标检测装置的优选结构示意图；图7是本发明实施例四提供的目标检测装置的结构示意图；以及图8是本发明实施例五提供的目标检测设备的结构示意图。
具体实施方式
19.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
20.以下结合具体实施例对本发明的具体实现进行详细描述：实施例一：图1示出了本发明实施例一提供的目标检测方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：在步骤s101中，通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图。
21.本发明实施例适用于目标检测设备，例如，个人计算机、服务器等。在本发明实施例中，采用第5版单阶段目标检测算法（you only look once v5，yolov5）作为基线模型，其是一个轻量级的、端到端的网络，主要由主干网络（backbone）、颈部（neck）以及检测头（head）三部分组成，其中，第一网络也即是主干网络，其采用cspdarknet53结构提取输入的目标图像中的特征信息，根据提取出的特征信息，得到对应的第一特征图。
22.在步骤s102中，根据第一特征图，通过第二网络对目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图。
23.在本发明实施例中，第二网络也即是颈部，处于第一网络和第三网络之间，其根据
第一网络输出的第一特征图，并采用路径聚合网络（path aggregation network，panet）对目标图像中的高层特征进行上采样操作，然后和目标图像中的低层特征进行融合，得到对应的第二特征图。
24.优选地，第二网络包含由上采样核预测分支和多尺度特征重组分支组成的内容感知上采样模块，通过将内容感知上采样模块取代第二网络的原始上采样模块，从而减少特征融合过程中特征信息的损失。
25.在步骤s103中，根据第二特征图，通过第三网络对目标图像中的小目标进行检测，得到对应的小目标检测结果。
26.在本发明实施例中，第三网络也即是头部，第三网络利用第二特征图的特征信息，对目标图像中的小目标进行检测，得到对应的小目标检测结果，该检测结果可以是小目标的边界框和/或类别。
27.优选地，第三网络包含由特征重构分支和注意力机制分支组成的通道打乱注意力模块，从而实现特征鲁棒性，并减少了背景噪声干扰，进而提高了小目标检测的性能。
28.进一步优选地，通过下述步骤实现对目标图像中的小目标的检测：（1）根据第二特征图，通过特征重构分支对第二特征图的通道进行相应的处理，得到第一分支特征图；在本发明实施例中，通道打乱注意力模块接收到第二网络最后一层输出的第二特征图后，在底层的特征重构分支中，先将第二特征图的通道分成多个组，并进行相应的截取操作，再将截取后的每组通道进行打乱，得到通道打乱后的第一分支特征图，并将其输出，从而实现通过破坏特征之间的内部关系，使得网络能够自动学习特征之间的细微差距。
29.（2）根据预设的注意力分支公式，通过注意力机制分支对第二特征图进行相应的处理，得到第二分支特征图；在本发明实施例中，根据预设的注意力分支公式，通过注意力机制分支将第二特征图与每个通道的权重进行相乘，得到第二分支特征图，其中，，表示对进行全局平均池化（global average pool，gap），以聚合全局空间信息，表示对池化后的特征图进行一维卷积运算，以捕获局部跨通道信息交互，表示使用sigmoid激活函数来计算每个通道的权重，从而通过提取通道之间的依赖关系，使得网络能够聚焦于重要目标区域，过滤掉无用信息，达到噪声的抑制、改进小目标检测的目的。
30.（3）根据第一分支特征图、第二分支特征图以及预设的公式计算得到小目标检测结果。
31.在本发明实施例中，根据预设的公式，通过通道打乱注意力模块将第一分支特征图和第二分支特征图进行相加，得到小目标检测结果，表示通道打乱注意力模块函数。
32.通过上述步骤（1）~（3）实现对目标图像中的小目标的检测，从而减少背景噪声干扰，提高了小目标检测的性能。
33.作为示例地，图2示出了通道打乱注意力模块的工作流程示意图。
34.通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图，根据第一特征图，通过第二网络对该目标图像中的高层特征和低层特征进行特征融合，得到对应
的第二特征图，根据第二特征图，通过第三网络对该目标图像中的小目标进行检测，得到对应的小目标检测结果，从而提高小目标的检测速度和检测准确率，进而提高了小目标检测的能力。
35.实施例二：图2示出了本发明实施例二提供的目标检测方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：在步骤s201中，根据预设的核预测公式，通过上采样核预测分支对第一特征图中不同位置的上采样核进行预测，得到对应的上采样核。
36.在本发明实施例中，将第一特征图输入第二网络后，在到达内容感知上采样模块前，经过相应的处理，会得到大小为、上采样率为r的特征图f，根据预设的核预测公式，通过上采样核预测分支对第一特征图中不同位置的上采样核进行自适应预测，得到对应的上采样核，其中，h、w、c分别表示特征图f的高度、宽度、通道数，l表示特征图f中坐标为的一个源位置，表示待内容感知上采样模块输出的特征图中与l对应的目标位置，i = ⌊
푖
′
/
푟
⌋
，j =
⌊
푗
′
/
푟
⌋
，表示预设卷积核大小，表示f以位置l为中心的子区域，即的邻居，上采样核预测分支函数基于的邻居为每个位置l '预测一个位置相关的上采样核。
37.具体地，通过下述步骤实现对上采样核的预测：（1）对特征图f的通道进行压缩；在本发明实施例中，使用1
×
1卷积对特征图f的通道进行压缩，以减少计算负担。
38.（2）使用预设大小的卷积核对压缩后的特征图f中不同位置的上采样核进行生成，得到对应的第一上采样核；在本发明实施例中，根据压缩后的特征图f，使用卷积核大小为的卷积层来生成压缩后的特征图f中不同位置的上采样核，输出大小为的第一上采样核，其中，表示预设上采样核大小，，并且能得到最好的结果。
39.（3）根据得到的第一上采样核，对压缩后的特征图f进行像素重组，得到对应的第二上采样核；在本发明实施例中，亚像素卷积层（pixelshuffle）根据得到的第一上采样核和压缩后的特征图f中低分辨率像素的不同位置，在卷积过程中周期性地激活相应的子像素来完成高分辨率图像的构建，最后，输出的上采样核大小为的第二上采样核。
40.（4）对得到的每个第二上采样核进行归一化处理。
41.在本发明实施例中，使用softmax激活函数对得到的每个第二上采样核进行归一化处理，得到对应的上采样核。
42.通过上述步骤（1）~（4）实现对上采样核的预测，从而提高了上采样核与位置的适应性。
43.在步骤s202中，根据对应的上采样核和预设的重组公式，通过多尺度特征重组分支对第一特征图进行特征重组，得到第二特征图。
44.在本发明实施例中，根据预设的重组公式、特征图f以及对应的上采样核，通过多尺度特征重组分支对第一特征图进行特征重组，得到重组特征图，内容感知上采样模块输出重组特征图后，经第二网络其它模块或网络层的处理，在第二网络的最后一层输出第二特征图，其中，表示对每个目标位置进行映射得到的映射特征图，表示映射特征图f以位置l为中心的子区域，即的邻居，φ为多尺度特征重组分支函数，以用上采样核重组的邻居。
45.具体地，通过下述步骤实现对第一特征图的特征重组：（1）对于输入多尺度特征重组分支的特征图f，通过自适应全局平均池化（global average pool，gap）操作将特征图f划分为不同的子区域，得到大小为1
×
1、2
×
2、3
×
3以及6
×
6的子特征图；（2）对每个子特征图进行1
×
1卷积，以将每个子特征图的通道数减少为原特征图f通道数的；（3）对每个子特征图的特征使用双线性插值法进行上采样，得到与原始特征图f相同大小的特征，并将上采样后得到的所有子特征图与特征图f进行拼接，得到输出特征图f，以此达到聚合不同尺度的全局上下文信息，从而提高小目标检测的准确性；（4）对特征图f进行最近邻上采样，以放大特征图的尺寸，在后续计算中避免每个位置的特征丢失；（5）将经过最邻近上采样后的特征图f作为每个目标位置的映射特征图，在该特征图f中，将以位置l为中心的区域（即的邻居）与预测的上采样核相乘，得到输出值，也即重组特征图。
46.通过上述步骤（1）~（5）实现对第一特征图的特征重组，从而提高了特征鲁棒性。
47.作为示例地，图4示出了内容感知上采样模块的工作流程示意图。
48.在本发明实施例中，根据预设的核预测公式，通过上采样核预测分支对第一特征图中不同位置的上采样核进行预测，得到对应的上采样核，再根据对应的上采样核和预设的重组公式，通过多尺度特征重组分支对第一特征图进行特征重组，得到第二特征图，从而通过全局上下文聚合和多尺度特征提取来增强特征表示，减少了目标特征信息的丢失，提高了小目标特征提取能力。
49.实施例三：图5示出了本发明实施例三提供的目标检测装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：特征提取单元51，用于通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图。
50.本发明实施例适用于目标检测设备，例如，个人计算机、服务器等。在本发明实施例中，采用第5版单阶段目标检测算法（you only look once v5，yolov5）作为基线模型，其是一个轻量级的、端到端的网络，主要由主干网络（backbone）、颈部（neck）以及检测头（head）三部分组成，其中，第一网络也即是主干网络，其采用cspdarknet53结构提取输入的
目标图像中的特征信息，根据提取出的特征信息，得到对应的第一特征图。
51.特征融合单元52，用于根据第一特征图，通过第二网络对目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图。
52.在本发明实施例中，第二网络也即是颈部，处于第一网络和第三网络之间，其根据第一网络输出的第一特征图，并采用路径聚合网络（path aggregation network，panet）对目标图像中的高层特征进行上采样操作，然后和目标图像中的低层特征进行融合，得到对应的第二特征图。
53.优选地，第二网络包含由上采样核预测分支和多尺度特征重组分支组成的内容感知上采样模块，通过将内容感知上采样模块取代第二网络的原始上采样模块，从而减少特征融合过程中特征信息的损失。
54.目标检测单元53，用于根据第二特征图，通过第三网络对目标图像中的小目标进行检测，得到对应的小目标检测结果。
55.在本发明实施例中，第三网络也即是头部，第三网络利用第二特征图的特征信息，对目标图像中的小目标进行检测，得到对应的小目标检测结果，该检测结果可以是小目标的边界框和/或类别。
56.优选地，第三网络包含由特征重构分支和注意力机制分支组成的通道打乱注意力模块，从而实现特征鲁棒性，并减少了背景噪声干扰，进而提高了小目标检测的性能。
57.进一步优选地，如图6所示，目标检测单元53还包括：第一处理单元531，用于根据第二特征图，通过特征重构分支对第二特征图的通道进行相应的处理，得到第一分支特征图；在本发明实施例中，通道打乱注意力模块接收到第二网络最后一层输出的第二特征图后，在底层的特征重构分支中，先将第二特征图的通道分成多个组，并进行相应的截取操作，再将截取后的每组通道进行打乱，得到通道打乱后的第一分支特征图，并将其输出，从而实现通过破坏特征之间的内部关系，使得网络能够自动学习特征之间的细微差距。
58.第二处理单元532，用于根据预设的注意力分支公式，通过注意力机制分支对第二特征图进行相应的处理，得到第二分支特征图；在本发明实施例中，根据预设的注意力分支公式，通过注意力机制分支将第二特征图与每个通道的权重进行相乘，得到第二分支特征图，其中，，表示对进行全局平均池化（global average pool，gap），以聚合全局空间信息，表示对池化后的特征图进行一维卷积运算，以捕获局部跨通道信息交互，表示使用sigmoid激活函数来计算每个通道的权重，从而通过提取通道之间的依赖关系，使得网络能够聚焦于重要目标区域，过滤掉无用信息，达到噪声的抑制、改进小目标检测的目的。
59.检测结果获得单元533，用于根据第一分支特征图、第二分支特征图以及预设的公式计算得到小目标检测结果。
60.在本发明实施例中，根据预设的公式，通过通道打乱注意力模块将第一分支特征图和第二分支特征图进行相加，得到小目标检测结果，表示通道打乱注意力模块函数。
61.在本发明实施例中，目标检测装置的各单元可由相应的硬件或软件单元实现，各
单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。
62.实施例四：图7示出了本发明实施例四提供的目标检测装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：采样核预测单元521，用于根据预设的核预测公式，通过上采样核预测分支对第一特征图中不同位置的上采样核进行预测，得到对应的上采样核。
63.在本发明实施例中，将第一特征图输入第二网络后，在到达内容感知上采样模块前，经过相应的处理，会得到大小为、上采样率为r的特征图f，根据预设的核预测公式，通过上采样核预测分支对第一特征图中不同位置的上采样核进行自适应预测，得到对应的上采样核，其中，h、w、c分别表示特征图f的高度、宽度、通道数，l表示特征图f中坐标为的一个源位置，表示待内容感知上采样模块输出的特征图中与l对应的目标位置，i =
⌊
푖
′
/
푟
⌋
，j =
⌊
푗
′
/
푟
⌋
，
⌊ ⌋
表示向下取整，表示预设卷积核大小，表示f以位置l为中心的子区域，即的邻居，上采样核预测分支函数基于的邻居为每个位置l '预测一个位置相关的上采样核。
64.特征重组单元522，用于根据对应的上采样核和预设的重组公式，通过多尺度特征重组分支对第一特征图进行特征重组，得到第二特征图。
65.在本发明实施例中，根据预设的重组公式、特征图f以及对应的上采样核，通过多尺度特征重组分支对第一特征图进行特征重组，得到重组特征图，内容感知上采样模块输出重组特征图后，经第二网络其它模块或网络层的处理，在第二网络的最后一层输出第二特征图，其中，表示对每个目标位置进行映射得到的映射特征图，表示映射特征图f以位置l为中心的子区域，即的邻居，φ为多尺度特征重组分支函数，以用上采样核重组的邻居。
66.其中，采样核预测单元521包括：通道压缩单元5211，用于对特征图f的通道进行压缩；在本发明实施例中，使用1
×
1卷积对特征图f的通道进行压缩，以减少计算负担。
67.采样核生成单元5212，用于使用预设大小的卷积核对压缩后的特征图f中不同位置的上采样核进行生成，得到对应的第一上采样核；在本发明实施例中，根据压缩后的特征图f，使用卷积核大小为的卷积层来生成压缩后的特征图f中不同位置的上采样核，输出大小为的第一上采样核，其中，表示预设上采样核大小，，并且能得到最好的结果。
68.像素重组单元5213，用于根据得到的第一上采样核，对压缩后的特征图f进行像素重组，得到对应的第二上采样核；在本发明实施例中，亚像素卷积层根据得到的第一上采样核和压缩后的特征图f中低分辨率像素的不同位置，在卷积过程中周期性地激活相应的子像素来完成高分辨率图
像的构建，最后，输出的上采样核大小为的第二上采样核。
69.归一处理单元5214，用于对得到的每个第二上采样核进行归一化处理。
70.在本发明实施例中，使用softmax激活函数对得到的每个第二上采样核进行归一化处理，得到对应的上采样核。
71.特征重组单元522包括：特征图划分单元5221，用于对于输入多尺度特征重组分支的特征图f，通过自适应全局平均池化（global average pool，gap）操作将特征图f划分为不同的子区域，得到大小为1
×
1、2
×
2、3
×
3以及6
×
6的子特征图；特征图卷积单元5222，用于对每个子特征图进行卷积，以将每个子特征图的通道数减少为原特征图f通道数的；特征图拼接单元5223，用于对每个子特征图的特征使用双线性插值法进行上采样，得到与原始特征图f相同大小的特征，并将上采样后得到的所有子特征图与特征图f进行拼接，得到输出特征图f，以此达到聚合不同尺度的全局上下文信息，从而提高小目标检测的准确性；特征图上采样单元5224，用于对特征图f进行最近邻上采样，以放大特征图的尺寸，在后续计算中避免每个位置的特征丢失；以及特征图重组单元5225，用于将经过最邻近上采样后的特征图f作为每个目标位置的映射特征图，在该特征图f中，将以位置l为中心的区域（即的邻居）与预测的上采样核相乘，得到输出值，也即重组特征图。
72.在本发明实施例中，目标检测装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。
73.实施例五：图8示出了本发明实施例五提供的目标检测设备的结构，为了便于说明，仅示出了与本发明实施例相关的部分。
74.本发明实施例的目标检测设备8包括处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。该处理器80执行计算机程序82时实现上述目标检测方法实施例中的步骤，例如图1所示的步骤s101至s103。或者，处理器80执行计算机程序82时实现上述各装置实施例中各单元的功能，例如图5所示单元51至53的功能。
75.在本发明实施例中，通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图，根据第一特征图，通过第二网络对该目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图，根据第二特征图，通过第三网络对该目标图像中的小目标进行检测，得到对应的小目标检测结果，从而提高小目标的检测速度和检测准确率，进而提高了小目标检测的能力。
76.本发明实施例的目标检测设备可以为个人计算机、服务器。该目标检测设备8中处理器80执行计算机程序82时实现目标检测方法时实现的步骤可参考前述方法实施例的描述，在此不再赘述。
77.实施例六：
在本发明实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述目标检测方法实施例中的步骤，例如，图1所示的步骤s101至s103。或者，该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能，例如图5所示单元51至53的功能。
78.在本发明实施例中，通过第一网络对输入的目标图像进行特征提取，得到对应的第一特征图，根据第一特征图，通过第二网络对该目标图像中的高层特征和低层特征进行特征融合，得到对应的第二特征图，根据第二特征图，通过第三网络对该目标图像中的小目标进行检测，得到对应的小目标检测结果，从而提高小目标的检测速度和检测准确率，进而提高了小目标检测的能力。
79.本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质，例如，rom/ram、磁盘、光盘、闪存等存储器。
80.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。