CN108229575A - 用于检测目标的方法和装置 - Google Patents

用于检测目标的方法和装置 Download PDF

Info

Publication number
CN108229575A
CN108229575A CN201810054603.8A CN201810054603A CN108229575A CN 108229575 A CN108229575 A CN 108229575A CN 201810054603 A CN201810054603 A CN 201810054603A CN 108229575 A CN108229575 A CN 108229575A
Authority
CN
China
Prior art keywords
image
pixel
detected
convolutional neural
training sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810054603.8A
Other languages
English (en)
Inventor
杜康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810054603.8A priority Critical patent/CN108229575A/zh
Publication of CN108229575A publication Critical patent/CN108229575A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了用于检测目标的方法和装置。该方法的一具体实施方式包括：获取待检测图像；对待检测图像进行语义分割，得到掩膜图像；融合待检测图像和掩膜图像，得到融合图像；将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像，其中，检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。该实施方式提高了目标检测的速度。

Description

用于检测目标的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于检测目标的方法和装置。
背景技术
图像目标检测，即检测出图像中所包括的目标的类别和/或位置信息。现有的图像目标检测方法通常直接在待检测的原始图像中进行检测。
发明内容
本申请实施例提出了用于检测目标的方法和装置。
第一方面，本申请实施例提供了一种用于检测目标的方法，该方法包括：获取待检测图像；对待检测图像进行语义分割，得到掩膜图像，其中，掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；融合待检测图像和掩膜图像，得到融合图像；将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像，其中，检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
在一些实施例中，对待检测图像进行语义分割，得到掩膜图像，包括：将待检测图像输入至预先训练的第一卷积神经网络，得到与待检测图像对应的特征图像，其中，第一卷积神经网络用于提取图像特征；对特征图像进行语义分割，得到掩膜图像。
在一些实施例中，对特征图像进行语义分割，得到掩膜图像，包括：将特征图像输入至预先训练的第二卷积神经网络，得到掩膜图像，其中，第二卷积神经网络用于对图像进行语义分割。
在一些实施例中，融合待检测图像和掩膜图像，得到融合图像，包括：融合特征图像和掩膜图像，得到融合图像。
在一些实施例中，融合特征图像和掩膜图像，得到融合图像，包括：将特征图像和掩膜图像对应像素点的数据的乘积作为融合图像中对应像素点的数据；或者将对特征图像中的像素点按照掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为融合图像中对应像素点的数据；或者将特征图像中的像素点所包括的数据和掩膜图像中对应像素点所包括的N个初始置信度作为融合图像中对应像素点的数据。
在一些实施例中，将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像，包括：将融合图像输入至预先训练的第三卷积神经网络，得到与待检测图像对应的检测结果图像，其中，第三卷积神经网络用于检测图像中的目标。
在一些实施例中，第二卷积神经网络和第三卷积神经网络是通过如下训练步骤得到的：初始化第二卷积神经网络和第三卷积神经网络的网络参数；获取训练样本集，其中，每个训练样本包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像；对于训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至第一卷积神经网络，得到与该训练样本对应的特征图像；将与该训练样本对应的特征图像输入至第二卷积神经网络，得到与该训练样本对应的掩膜图像；融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像；将与该训练样本对应的融合图像输入至第三卷积神经网络，得到与该训练样本对应的检测结果图像；基于第一差异和第二差异调整第二卷积神经网络和第三卷积神经网络的网络参数，其中，第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
第二方面，本申请实施例提供了一种用于检测目标的装置，该装置包括：获取单元，配置用于获取待检测图像；语义分割单元，配置用于对待检测图像进行语义分割，得到掩膜图像，其中，掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；融合单元，配置用于融合待检测图像和掩膜图像，得到融合图像；目标检测单元，配置用于将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像，其中，检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
在一些实施例中，语义分割单元包括：特征图像提取模块，配置用于将待检测图像输入至预先训练的第一卷积神经网络，得到与待检测图像对应的特征图像，其中，第一卷积神经网络用于提取图像特征；语义分割模块，配置用于对特征图像进行语义分割，得到掩膜图像。
在一些实施例中，语义分割模块进一步用于：将特征图像输入至预先训练的第二卷积神经网络，得到掩膜图像，其中，第二卷积神经网络用于对图像进行语义分割。
在一些实施例中，融合单元进一步用于：融合特征图像和掩膜图像，得到融合图像。
在一些实施例中，融合单元进一步用于：将特征图像和掩膜图像对应像素点的数据的乘积作为融合图像中对应像素点的数据；或者将对特征图像中的像素点按照掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为融合图像中对应像素点的数据；或者将特征图像中的像素点所包括的数据和掩膜图像中对应像素点所包括的N个初始置信度作为融合图像中对应像素点的数据。
在一些实施例中，目标检测单元进一步用于：将融合图像输入至预先训练的第三卷积神经网络，得到与待检测图像对应的检测结果图像，其中，第三卷积神经网络用于检测图像中的目标。
在一些实施例中，第二卷积神经网络和第三卷积神经网络是通过如下训练步骤得到的：初始化第二卷积神经网络和第三卷积神经网络的网络参数；获取训练样本集，其中，每个训练样本包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像；对于训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至第一卷积神经网络，得到与该训练样本对应的特征图像；将与该训练样本对应的特征图像输入至第二卷积神经网络，得到与该训练样本对应的掩膜图像；融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像；将与该训练样本对应的融合图像输入至第三卷积神经网络，得到与该训练样本对应的检测结果图像；基于第一差异和第二差异调整第二卷积神经网络和第三卷积神经网络的网络参数，其中，第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于检测目标的方法和装置，通过将待检测图像与对待检测图像进行语义分割所得到的掩膜图像进行融合，得到融合图像，再对融合图像进行目标检测，而不是直接对待检测图像进行目标检测，由于融合图像中包括了掩膜图像中的初始置信度，从而使得融合图像中目标检测的搜索空间少于待检测图像中目标检测的搜索空间，进而提高了目标检测的速度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性***架构图；
图2是根据本申请的用于检测目标的方法的一个实施例的流程图；
图3是根据本申请的用于检测目标的方法的一个应用场景的示意图；
图4是根据本申请的用于检测目标的方法的又一个实施例的流程图；
图5是根据本申请的用于检测目标的方法的另一个实施例的流程图；
图6是根据本申请的用于检测目标的装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于检测目标的方法或用于检测目标的装置的实施例的示例性***架构100。
如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如摄影摄像类应用、图像处理类应用、搜索类应用等。
终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像进行处理的图像处理服务器。图像处理服务器可以对接收到的待检测图像等进行分析等处理，并将处理结果(例如检测结果图像)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于检测目标的方法一般由服务器105执行，相应地，用于检测目标的装置一般设置于服务器105中。
需要指出的是，服务器105的本地也可以直接存储待检测图像，服务器105可以直接提取本地的待检测图像进行检测，此时，示例性***架构100可以不包括终端设备101、102、103和网络104。
但需要指出的是，终端设备101、102、103中也可以安装有图像处理类应用，终端设备101、102、103也可以基于图像处理类应用对待检测图像进行目标检测，此时，用于检测目标的方法也可以由终端设备101、102、103执行，相应地，用于检测目标的装置也可以设置于终端设备101、102、103中。此时，示例性***架构100可以不包括服务器105和网络104。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的用于检测目标的方法的一个实施例的流程200。该用于检测目标的方法，包括以下步骤：
步骤201，获取待检测图像。
在本实施例中，用于检测目标的方法运行于其上的电子设备(例如图1所示的服务器)可以获取待检测图像。其中，上述待检测图像可以是包括至少一种目标的各种图像。例如，待检测图像可以是灰度图像、彩色图像或者深度图像。
这里，上述待检测图像可以是与上述电子设备通信连接的客户端(例如图1所示的终端设备101、102、103)通过有线连接方式或无线连接方式上传至上述电子设备中的，也可以是上述电子设备本地所存储的。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202，对待检测图像进行语义分割，得到掩膜图像。
在本实施例中，上述电子设备(例如图1所示的服务器)可以采用各种语义分割方法，对待检测图像进行语义分割，得到掩膜图像。其中，上述掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数。即，对于掩膜图像中的每个像素点包括N个通道的数据，每个通道对应预设N种目标中的一种目标，每个像素点的每个通道的数据对应待检测图像中与该像素点相对应的区域存在与该种通道对应的目标的初始置信度(可以用于表征该区域存在与该种通道对应的目标的初始可能性或概率)。
这里，预设N种目标可以是物理世界中的各种目标。作为示例，目标可以是物理世界中的人、物品、动物、植物、建筑、地点等。作为示例，目标也可以是具体的人或者动物的身体某部分，例如，人脸、动物的头部等。作为示例，目标还可以是具体某种动物或植物，比如，猴子、大象、灌木丛等等。
作为示例，N个初始置信度可以包括(N-1)个目标初始置信度和1个背景初始置信度，其中，(N-1)个目标初始置信度中每个目标初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设(N-1)种目标中每种目标的初始置信度，1个背景初始置信度用于表征待检测图像中与该像素点相对应的区域不存在上述预设(N-1)种目标中任何一种目标的初始置信度。
这里，掩膜图像的像素点分布可以与待检测图像的像素点分布相同。例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。对待检测图像进行语义分割后所得到的掩膜图像也可以有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。
这里，掩膜图像的像素点分布也可以与待检测图像的像素点分布不同。例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。对待检测图像进行语义分割后所得到的掩膜图像可以有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数，且w’<w，h’<h。
这里，上述各种语义分割方法可以是：基于阈值的分割方法、基于区域的分割方法(例如，区域生长和***合并法)、基于边缘的分割方法、基于直方图的方法、基于特定理论的分割方法、以及其他现在已知或将来开发的语义分割方法。
步骤203，融合待检测图像和掩膜图像，得到融合图像。
在本实施例中，用于检测目标的方法运行于其上的电子设备可以采用各种实现方式，将步骤201所获取的待检测图像和步骤202所得到的掩膜图像进行融合，得到融合图像。
可以理解的是，理想情况下，待检测图像和掩膜图像的像素点分布可以是相同的，这样，可以直接融合待检测图像和掩膜图像，得到融合图像。如果待检测图像和掩膜图像的像素点分布不同，则可以首先将待检测图像和掩膜图像变换到同样的像素点分布之后，再进行融合操作。具体可以采用各种图像变换方法，图像变换方法是本领域的公知技术，且不是本申请的重点，在此不再赘述。
在本实施例的一些可选的实现方式中，步骤203可以如下进行：
将待检测图像和掩膜图像对应像素点的数据的乘积作为融合图像中对应像素点的数据。
例如，假设待检测图像的像素点分布为：w×h，其中，w和h均为正整数，即待检测图像横向有w个像素点，纵向有h个像素点，且，待检测图像中每个像素点包括三个通道的数据，分别是R通道、G通道和B通道，分别表示红色、绿色和蓝色三个通道的颜色强度值。即，待检测图像包括w×h×3个颜色强度值。再假设掩膜图像的像素点分布也是w×h，且，掩膜图像中每个像素点包括2个初始置信度，分别对应人脸和动物这两个目标，且初始置信度为大于等于0且小于等于1的数值，即，掩膜图像中每个像素点包括2个通道的初始置信度。
那么，将待检测图像和掩膜图像对应像素点的数据的乘积作为融合图像中对应像素点的数据，则所得到的融合图像的像素点分布还是w×h，且，融合图像中每个像素点包括6(3×2)个通道的数据，分别对应待检测图像中该像素点的R通道颜色强度值×掩膜图像中该像素点存在人脸的初始置信度、待检测图像中该像素点的R通道颜色强度值×掩膜图像中该像素点存在动物的初始置信度、待检测图像中该像素点的G通道颜色强度值×掩膜图像中该像素点存在人脸的初始置信度、待检测图像中该像素点的G通道颜色强度值×掩膜图像中该像素点存在动物的初始置信度、待检测图像中该像素点的B通道颜色强度值×掩膜图像中该像素点存在人脸的初始置信度、待检测图像中该像素点的B通道颜色强度值×掩膜图像中该像素点存在动物的初始置信度。
在本实施例的一些可选的实现方式中，步骤203也可以如下进行：
将对待检测图像中的像素点按照掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为融合图像中对应像素点的数据。
作为示例，仍然采用上述对于待检测图像和掩膜图像的像素点分布的假设，那么，将对待检测图像中的像素点按照掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为融合图像中对应像素点的数据，则所得到的融合图像的像素点分布还是w×h，且，融合图像中每个像素点包括6(3×2)个通道的数据，分别对应R通道-人脸、R通道-动物、G通道-人脸、G通道-动物、B通道-人脸和B通道-动物，且，融合图像中该像素点的6个通道的取值分别为：待检测图像中该像素点的R通道颜色强度值×该像素点存在人脸的置信度阈值截断结果、待检测图像中该像素点的R通道颜色强度值×该像素点存在动物的置信度阈值截断结果、待检测图像中该像素点的G通道颜色强度值×掩膜图像中该像素点存在人脸的置信度阈值截断结果、待检测图像中该像素点的G通道颜色强度值×掩膜图像中该像素点存在动物的置信度阈值截断结果、待检测图像中该像素点的B通道颜色强度值×掩膜图像中该像素点存在人脸的置信度阈值截断结果、待检测图像中该像素点的B通道颜色强度值×掩膜图像中该像素点存在动物的置信度阈值截断结果，其中，掩膜图像中该像素点存在人脸的置信度阈值截断结果的计算方法如下：在掩膜图像中该像素点存在人脸的初始置信度大于第一预设置信度阈值时，掩膜图像中该像素点存在人脸的置信度阈值截断结果为1；反之，在掩膜图像中该像素点存在人脸的初始置信度不大于第一预设置信度阈值时，掩膜图像中该像素点存在人脸的置信度阈值截断结果为0。可以按照同样的方法计算掩膜图像中该像素点存在动物的置信度阈值截断结果。综上，即，在掩膜图像中该像素点存在人脸的初始置信度大于第一预设置信度阈值时，融合图像中该像素点的R通道-人脸、G通道-人脸和B通道-人脸这三个通道上的取值分别为待检测图像中R通道、G通道和B通道的取值；反之，在掩膜图像中该像素点存在人脸的初始置信度不大于第一预设置信度阈值时，融合图像中该像素点的R通道-人脸、G通道-人脸和B通道-人脸这三个通道上的取值均为0。同理，在掩膜图像中该像素点存在动物的初始置信度大于第二预设置信度阈值时，融合图像中该像素点的R通道-人脸、G通道-人脸和B通道-人脸这三个通道上的取值分别为待检测图像中R通道、G通道和B通道的取值；反之，在掩膜图像中该像素点存在动物的初始置信度不大于第一预设置信度阈值时，融合图像中该像素点的R通道-动物、G通道-动物和B通道-动物这三个通道上的取值均为0。
在本实施例的一些可选的实现方式中，步骤203还可以如下进行：
将待检测图像中的像素点所包括的数据和掩膜图像中对应像素点所包括的N个初始置信度作为融合图像中对应像素点的数据。
作为示例，仍然采用上述对于待检测图像和掩膜图像的像素点分布的假设，那么，将待检测图像中的像素点所包括的数据和掩膜图像中对应像素点所包括的N个初始置信度作为融合图像中对应像素点的数据，则所得到的融合图像的像素点分布还是w×h，且，融合图像中每个像素点包括(3+2)个通道的数据，分别包括R通道、G通道、B通道、存在人脸的初始置信度通道和存在动物的初始置信度通道，融合图像中该像素点的这五个通道的取值分别为：待检测图像中该素点的R通道颜色强度值、待检测图像中该素点的G通道颜色强度值、待检测图像中该素点的B通道颜色强度值、掩膜图像中该像素点存在人脸的初始置信度和掩膜图像中该像素点存在动物的初始置信度。
步骤204，将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像。
在本实施例中，上述电子设备可以将步骤203中得到的融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像。其中，上述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。这里，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
需要说明的是，上述目标检测模型可以是利用各种机器学习方法和训练样本对现有的机器学习模型(例如各种人工神经网络等)进行有监督训练而得到的。其中，上述训练样本可以包括大量的样本融合图像和标注检测结果图像，这里，样本融合图像是融合样本图像和样本图像的掩膜图像所得到的融合图像，标注检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示样本图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征样本图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
继续参见图3，图3是根据本实施例的用于检测目标的方法的应用场景的一个示意图。在图3的应用场景中，客户端301首先上传了待检测图像303至图像处理服务器302；之后，图像处理服务器302对待检测图像303进行语义分割，得到掩膜图像304；然后，图像处理服务器302融合待检测图像301和掩膜图像304，得到融合图像305；最后，图像处理服务器302将融合图像305输入至预先训练的目标检测模型306，得到与待检测图像303对应的检测结果图像307。
本申请的上述实施例提供的方法通过将待检测图像与对待检测图像进行语义分割所得到的掩膜图像进行融合，得到融合图像，再对融合图像进行目标检测，而不是直接对待检测图像进行目标检测，由于融合图像中包括了掩膜图像中的初始置信度，从而使得融合图像中目标检测的搜索空间少于待检测图像中目标检测的搜索空间，进而提高了目标检测的速度。
进一步参考图4，其示出了用于检测目标的方法的又一个实施例的流程400。该用于检测目标的方法的流程400，包括以下步骤：
步骤401，获取待检测图像。
在本实施例中，步骤401的具体操作与图2所示的实施例中步骤201的操作基本相同，在此不再赘述。
步骤402，将待检测图像输入至预先训练的第一卷积神经网络，得到与待检测图像对应的特征图像。
在本实施例中，用于检测目标的方法运行于其上的电子设备(例如图1所示的服务器)可以将步骤201所获取的待检测图像输入至预先训练的第一卷积神经网络，得到与待检测图像对应的特征图像。其中，第一卷积神经网络用于提取图像特征。这里，第一卷积神经网络可以包括至少一个卷积层和至少一个池化层，其中，卷积层可以用于提取图像特征，池化层可以用于对输入的信息进行下采样(Down Sample)。实践中，卷积神经网络(Convolutional Neural Network，CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现，因而，可以利用卷积神经网络进行图像特征的提取，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。此处，与待检测图像对应的特征图像可以用于对图像中的特征进行表征，同时实现对待检测图像进行降维，以减少后期计算量。
需要说明的是，上述第一卷积神经网络可以是利用机器学习方法和训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括大量的图像和每一个图像的标注特征图像。
可以理解的是，与待检测图像对应的特征图像可以是至少一个特征图像。例如，当第一卷积神经网络的卷积层包括F个卷积核时，相应的特征图像可以是F个特征图像，这里，F为正整数。
步骤403，对特征图像进行语义分割，得到掩膜图像。
在本实施例中，上述电子设备可以采用各种实现方式，对步骤402中所得到的特征图像进行语义分割，得到掩膜图像。其中，上述掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数。
这里，语义分割方法可以参考图2所示的实施例中步骤202中的相关描述，在此不再赘述。
可以理解的是，这里，对特征图像进行语义分割后所得到的掩膜图像的像素点分布可以与特征图像的像素点分布相同，且，对特征图像进行语义分割后所得到的掩膜图像的像素点个数要少于待检测图像中的像素点个数。例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。将待检测图像输入至第一卷积神经网络后，得到了C个特征图像，C为正整数，且C个特征图像中的每个特征图像有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数，且w’<w，h’<h。将C个特征图像进行语义分割后所得到的掩膜图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。
这里，虽然掩膜图像的像素点分布与待检测图像的像素点分布可能不同，但是，掩膜图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，掩膜图像中的每个像素点对应了待检测图像的特征图像中的相应像素点，而待检测图像的特征图像是由待检测图像经过第一卷积神经网络后输出的，由卷积神经网络的特性可知，待检测图像的特征图像中每个像素点均对应了待检测图像中的相应区域，因此，掩膜图像中的每个像素点也就对应了待检测图像中的相应区域，即，掩膜图像中的每个像素点的N个初始置信度可以用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数。
步骤404，融合待检测图像和掩膜图像，得到融合图像。
在本实施例中，由于待检测图像可能与掩膜图像的像素点分布不同，为了融合待检测图像和掩膜图像，可以将待检测图像转换到与掩膜图像的像素点分布相同的情况，然后再将转换后的待检测图像和掩膜图像进行融合，得到融合图像。即，融合图像的像素点分布与掩膜图像的像素点分布相同，而掩膜图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，融合图像的像素点分布与待检测图像的特征图像的像素点分布相同。实践中，为了减少计算量，可以直接采用步骤402中所得到的与待检测图像对应的特征图像作为转换后的待检测图像，由于特征图像与待检测图像的像素点分布相同，因此可以直接执行融合操作。
这里，关于如何融合两幅图像的方法可以参考图2所示的实施例中步骤203中的相关描述，在此不再赘述。
步骤405，将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像。
在本实施例中，上述电子设备可以将步骤404中所得到的融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像。其中，上述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。这里，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
这里，所得到的与待检测图像对应的检测结果图像的像素点分布可以与融合图像的像素点分布相同，并且，由于融合图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，所得到的与待检测图像对应的检测结果图像的像素点分布与待检测图像的特征图像的像素点分布相同。
例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。将待检测图像输入至第一卷积神经网络后，得到了C个特征图像，且C个特征图像中每个特征图像有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数，且w’<w，h’<h。将C个特征图像进行语义分割后所得到的掩膜图像也包括w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。融合待检测图像和掩膜图像后所得到的融合图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像中也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。
这里，虽然检测结果图像的像素点分布与待检测图像的像素点分布可能不同，但是，检测结果图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，检测结果图像中的每个像素点对应了待检测图像的特征图像中的相应像素点，而待检测图像的特征图像是由待检测图像经过第一卷积神经网络后输出的，由卷积神经网络的特性可知，待检测图像的特征图像中每个像素点均对应了待检测图像中的相应区域，因此，检测结果图像中的每个像素点也就对应了待检测图像中的相应区域，即，检测结果图像中的每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度可以用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
需要说明的是，上述目标检测模型可以是利用各种机器学习方法和训练样本对现有的机器学习模型(例如各种人工神经网络等)进行有监督训练而得到的。其中，上述训练样本可以包括大量的样本融合图像和标注检测结果图像，这里，样本融合图像可以是融合样本图像和将样本图像输入至第一卷积神经网络所得的掩膜图像所得到的融合图像，标注检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示样本图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征样本图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于检测目标的方法的流程400突出了将待检测图像输入至预先训练的第一卷积神经网络得到特征图像、以及对特征图像进行语义分割，得到掩膜图像的步骤。由此，本实施例描述的方案可以通过对经过第一卷积神经网络降维之后的特征图像进行语义分割，而不是直接对待检测图像进行语义分割，进一步减少了计算量，进而进一步提高了目标检测的速度。
进一步参考图5，其示出了用于检测目标的方法的另一个实施例的流程500。该用于检测目标的方法的流程500，包括以下步骤：
步骤501，获取待检测图像。
步骤502，将待检测图像输入至预先训练的第一卷积神经网络，得到与待检测图像对应的特征图像。
在本实施例中，步骤501和步骤502的具体操作与图4所示的实施例中步骤401和步骤402的操作基本相同，在此不再赘述。
步骤503，将特征图像输入至预先训练的第二卷积神经网络，得到掩膜图像。
在本实施例中，用于检测目标的方法运行于其上的电子设备(例如图1所示的服务器)可以将步骤502中所得到的特征图像输入至预先训练的第二卷积神经网络，得到掩膜图像。其中，掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数。这里，第二卷积神经网络用于对图像进行语义分割。第二卷积神经网络可以包括至少一个卷积层、至少一个池化层、至少一个反卷积层以及至少一个卷积核大小为1×1的卷积层。其中，卷积层可以用于提取图像特征，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。池化层可以用于对输入的信息进行降采样(Down Sample)。反卷积层可以用于对所输入的信息进行上采样(Up Sample)操作。卷积核大小为1×1的卷积层可以用于特征降维或升维。位于上述第二卷积神经网络的最后一层的卷积核大小为1×1的卷积层用于将特征图像的每个像素点的数据经过第二卷积神经网络的前期多个层后输入到该层的数据变换到N维，其中，N维用于表征该像素点存在预设N种目标中每种目标的初始置信度。此外，上述第二卷积神经网络还可以使用各种非线性激活函数(例如ReLU(RectifiedLinear Units，修正线性单元)函数、Sigmoid函数等)对信息进行非线性计算。
需要说明的是，上述第二卷积神经网络可以是利用机器学习方法和训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括大量的特征图像和每一个特征图像的标注掩膜图像。
可以理解的是，这里，所得到的掩膜图像的像素点分布可以与特征图像的像素点分布相同。例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。将待检测图像输入至第一卷积神经网络后，得到了C个特征图像，且C个特征图像中每个特征图像有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数，且w’<w，h’<h。将C个特征图像输入至预先训练的第二卷积神经网络，所得到的掩膜图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。
这里，虽然掩膜图像的像素点分布与待检测图像的像素点分布可能不同，但是，掩膜图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，掩膜图像中的每个像素点对应了待检测图像的特征图像中的相应像素点，而待检测图像的特征图像是由待检测图像经过第一卷积神经网络后输出的，由卷积神经网络的特性可知，待检测图像的特征图像中每个像素点均对应了待检测图像中的相应区域，因此，掩膜图像中的每个像素点也就对应了待检测图像中的相应区域，即，掩膜图像中的每个像素点的N个初始置信度可以用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数。
步骤504，融合特征图像和掩膜图像，得到融合图像。
在本实施例中，上述电子设备可以融合特征图像和掩膜图像，得到融合图像。
这里，关于融合两幅图像的具体操作可以参考图2所示的实施例中步骤203中的相关描述，在此不再赘述。
步骤505，将融合图像输入至预先训练的第三卷积神经网络，得到与待检测图像对应的检测结果图像。
在本实施例中，上述电子设备可以将步骤504中所得到的融合图像输入至预先训练的第三卷积神经网络，得到与待检测图像对应的检测结果图像。其中，上述第三卷积神经网络用于检测图像中的目标。其中，上述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
这里，第三卷积神经网络可以包括至少一个卷积层、至少一个池化层以及至少一个卷积核大小为1×1的卷积层。其中，卷积层可以用于提取图像特征，图像的特征可以是图像的各种基本要素(例如，颜色、线条、纹理等)。池化层可以用于对输入的信息进行降采样(Down Sample)。卷积核大小为1×1的卷积层用于特征降维或升维。位于第三卷积神经网络的最后一层的卷积核大小为1×1的卷积层用于将融合图像的每个像素点的数据经过第三卷积神经网络的前期多个层后输入到该层的数据转换到(N+1)维，其中，N维用于表征该像素点存在预设N种目标中每种目标的置信度，另外的1维为用于表征像素点在待检测图像中的对应区域的区域信息。这里的1维并不一定是一个数值也可能是多个数值，这里将用于表征像素点在待检测图像中的对应区域的区域信息至少一个数值统称为1维。例如，区域信息可以包括以该像素点为中心的矩形的左上角顶点的横坐标、左上角顶点的纵坐标、右下角顶点的横坐标和右下角顶点的纵坐标。
此外，上述第三卷积神经网络还可以使用各种非线性激活函数(例如ReLU(Rectified Linear Units，修正线性单元)函数、Sigmoid函数等)对信息进行非线性计算。
需要说明的是，上述第三卷积神经网络可以是利用机器学习方法和训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括大量的融合图像和每一个融合图像的标注检测结果图像。
可以理解的是，这里，所得到的与待检测图像对应的检测结果图像的像素点分布、融合图像的像素点分布、掩膜图像的像素点分布以及特征图像的像素点分布四者可以是相同的。例如，待检测图像中有w×h个像素点，其中，w为横向像素点个数，h为纵向像素点个数。将待检测图像输入至第一卷积神经网络后，得到了C个特征图像，且C个特征图像中每个特征图像有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数，且w’<w，h’<h。将C个特征图像输入至预先训练的第二卷积神经网络，所得到的掩膜图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。将特征图像和掩膜图像融合后所得到的融合图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。将融合图像输入至第三卷积神经网络后所得到的检测结果图像也有w’×h’个像素点，其中，w’为横向像素点个数，h’为纵向像素点个数。
这里，虽然检测结果图像的像素点分布与待检测图像的像素点分布可能不同，但是，检测结果图像的像素点分布与待检测图像的特征图像的像素点分布相同，因此，检测结果图像中的每个像素点对应了待检测图像的特征图像中的相应像素点，而待检测图像的特征图像是由待检测图像经过第一卷积神经网络后输出的，由卷积神经网络的特性可知，待检测图像的特征图像中每个像素点均对应了待检测图像中的相应区域，因此，检测结果图像中的每个像素点也就对应了待检测图像中的相应区域，即，检测结果图像中的每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度可以用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
需要说明的是，上述第三卷积神经网络可以是利用各种机器学习方法和训练样本对现有的卷积神经网络进行有监督训练而得到的。其中，上述训练样本可以包括大量的样本融合图像和标注检测结果图像，这里，样本融合图像可以是将样本图像输入至第一卷积神经网络得到样本特征图像，再将样本特征图像输入至第二卷积神经网络得到样本掩膜图像，以及融合样本特征图像和将样本掩膜图像所得到的融合图像，标注检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示样本图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征样本图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度。
在本实施例的一些可选的实现方式中，上述第二卷积神经网络和第三卷积神经网络可以是通过如下训练步骤得到的：
第一、初始化第二卷积神经网络和第三卷积神经网络的网络参数。
实践中，可以将第二卷积神经网络和第三卷积神经网络的各个网络参数(例如，权值参数和偏置参数)用一些不同的小随机数进行初始化。“小随机数”用来保证网络不会因权值过大而进入饱和状态，从而导致训练失败，“不同”用来保证网络可以正常地学习。
第二、获取训练样本集。
这里，训练样本集中的每个训练样本可以包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像。
第三、对于训练样本集中的每个训练样本，执行以下操作：
1、将该训练样本中的样本图像输入至第一卷积神经网络，得到与该训练样本对应的特征图像。
2、将与该训练样本对应的特征图像输入至第二卷积神经网络，得到与该训练样本对应的掩膜图像。
3、融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像。
4、将与该训练样本对应的融合图像输入至第三卷积神经网络，得到与该训练样本对应的检测结果图像。
5、基于第一差异和第二差异调整第二卷积神经网络和第三卷积神经网络的网络参数，其中，第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
这里，可以采用各种实现方式基于第一差异和第二差异调整第二卷积神经网络和第三卷积神经网络的网络参数。例如，可以采用BP(Back Propagation，反向传播)算法或者SGD(Stochastic Gradient Descent，随机梯度下降)算法来调整二卷积神经网络和第三卷积神经网络的网络参数。
另外，关于第一差异和第二差异，可以采用各种损失函数来确定。作为示例，可以按照以下公式计算第一差异和第二差异的和：
l＝l1+l21+l22 (1)
其中：
l1是第一差异的损失函数的值，实践中，具体可以采用softmax损失函数；
l21是第二差异中与该训练样本对应的检测结果图像中各个像素点的N个置信度和与该训练样本对应的标注检测结果图像中相应像素点的N个置信度之间差异的损失函数的值的和，实践中，具体可以采用softmax损失函数、center loss损失函数或者focal loss损失函数。
l22是第二差异中与该训练样本对应的检测结果图像中各个像素点的区域信息和与该训练样本对应的标注检测结果图像中相应像素点的区域信息之间差异的损失函数的值的和。实践中，具体可以采用Smooth L1(平滑L1范数)损失函数；
l是计算所得的第一差异和第二差异之和。
从图5中可以看出，与图4对应的实施例相比，本实施例中的用于检测目标的方法的流程500突出了将特征图像输入至第二卷积神经网络得到掩膜图像、以及将融合图像输入至第三卷积神经网络得到检测结果图像的步骤。由此，本实施例描述的方案可以进一步减少计算量，进而进一步提高目标检测的速度。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种用于检测目标的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的用于检测目标的装置600包括：获取单元601、语义分割单元602、融合单元603和目标检测单元604。其中，获取单元601，配置用于获取待检测图像；语义分割单元602，配置用于对上述待检测图像进行语义分割，得到掩膜图像，其中，上述掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征上述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；融合单元603，配置用于融合上述待检测图像和上述掩膜图像，得到融合图像；目标检测单元604，配置用于将上述融合图像输入至预先训练的目标检测模型，得到与上述待检测图像对应的检测结果图像，其中，上述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示上述待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征上述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，上述目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
在本实施例中，用于检测目标的装置600的获取单元601、语义分割单元602、融合单元603和目标检测单元604的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述语义分割单元602可以包括：特征图像提取模块6021，配置用于将上述待检测图像输入至预先训练的第一卷积神经网络，得到与上述待检测图像对应的特征图像，其中，上述第一卷积神经网络用于提取图像特征；语义分割模块6022，配置用于对上述特征图像进行语义分割，得到上述掩膜图像。
在本实施例的一些可选的实现方式中，上述语义分割模块6022可以进一步用于：将上述特征图像输入至预先训练的第二卷积神经网络，得到上述掩膜图像，其中，上述第二卷积神经网络用于对图像进行语义分割。
在本实施例的一些可选的实现方式中，上述融合单元603可以进一步用于：融合上述特征图像和上述掩膜图像，得到融合图像。
在本实施例的一些可选的实现方式中，上述融合单元603还可以进一步用于：将上述特征图像和上述掩膜图像对应像素点的数据的乘积作为上述融合图像中对应像素点的数据；或者将对上述特征图像中的像素点按照上述掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为上述融合图像中对应像素点的数据；或者将上述特征图像中的像素点所包括的数据和上述掩膜图像中对应像素点所包括的N个初始置信度作为上述融合图像中对应像素点的数据。
在本实施例的一些可选的实现方式中，上述目标检测单元604可以进一步用于：将上述融合图像输入至预先训练的第三卷积神经网络，得到与上述待检测图像对应的检测结果图像，其中，上述第三卷积神经网络用于检测图像中的目标。
在本实施例的一些可选的实现方式中，上述第二卷积神经网络和上述第三卷积神经网络是通过如下训练步骤得到的：初始化上述第二卷积神经网络和上述第三卷积神经网络的网络参数；获取训练样本集，其中，每个训练样本包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像；对于上述训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至上述第一卷积神经网络，得到与该训练样本对应的特征图像；将与该训练样本对应的特征图像输入至上述第二卷积神经网络，得到与该训练样本对应的掩膜图像；融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像；将与该训练样本对应的融合图像输入至上述第三卷积神经网络，得到与该训练样本对应的检测结果图像；基于第一差异和第二差异调整上述第二卷积神经网络和上述第三卷积神经网络的网络参数，其中，上述第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，上述第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
需要说明的是，本申请实施例提供的用于检测目标的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明，在此不再赘述。
下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机***700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机***700包括中央处理单元(CPU，Central Processing Unit)701，其可以根据存储在只读存储器(ROM，Read Only Memory)702中的程序或者从存储部分708加载到随机访问存储器(RAM，Random Access Memory)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有***700操作所需的各种程序和数据。CPU 701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O，Input/Output)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT，Cathode Ray Tube)、液晶显示器(LCD，Liquid Crystal Display)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN(局域网，Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机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***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机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、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、语义分割单元、融合单元和目标检测单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待检测图像的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取待检测图像；对待检测图像进行语义分割，得到掩膜图像，其中，掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；融合待检测图像和掩膜图像，得到融合图像；将融合图像输入至预先训练的目标检测模型，得到与待检测图像对应的检测结果图像，其中，检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于检测目标的方法，包括：
获取待检测图像；
对所述待检测图像进行语义分割，得到掩膜图像，其中，所述掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征所述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；
融合所述待检测图像和所述掩膜图像，得到融合图像；
将所述融合图像输入至预先训练的目标检测模型，得到与所述待检测图像对应的检测结果图像，其中，所述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示所述待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征所述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，所述目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
2.根据权利要求1所述的方法，其中，所述对所述待检测图像进行语义分割，得到掩膜图像，包括：
将所述待检测图像输入至预先训练的第一卷积神经网络，得到与所述待检测图像对应的特征图像，其中，所述第一卷积神经网络用于提取图像特征；
对所述特征图像进行语义分割，得到所述掩膜图像。
3.根据权利要求2所述的方法，其中，所述对所述特征图像进行语义分割，得到所述掩膜图像，包括：
将所述特征图像输入至预先训练的第二卷积神经网络，得到所述掩膜图像，其中，所述第二卷积神经网络用于对图像进行语义分割。
4.根据权利要求3所述的方法，其中，所述融合所述待检测图像和所述掩膜图像，得到融合图像，包括：
融合所述特征图像和所述掩膜图像，得到融合图像。
5.根据权利要求4所述的方法，其中，所述融合所述特征图像和所述掩膜图像，得到融合图像，包括：
将所述特征图像和所述掩膜图像对应像素点的数据的乘积作为所述融合图像中对应像素点的数据；或者
将对所述特征图像中的像素点按照所述掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为所述融合图像中对应像素点的数据；或者
将所述特征图像中的像素点所包括的数据和所述掩膜图像中对应像素点所包括的N个初始置信度作为所述融合图像中对应像素点的数据。
6.根据权利要求5所述的方法，其中，所述将所述融合图像输入至预先训练的目标检测模型，得到与所述待检测图像对应的检测结果图像，包括：
将所述融合图像输入至预先训练的第三卷积神经网络，得到与所述待检测图像对应的检测结果图像，其中，所述第三卷积神经网络用于检测图像中的目标。
7.根据权利要求6所述的方法，其中，所述第二卷积神经网络和所述第三卷积神经网络是通过如下训练步骤得到的：
初始化所述第二卷积神经网络和所述第三卷积神经网络的网络参数；
获取训练样本集，其中，每个训练样本包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像；
对于所述训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至所述第一卷积神经网络，得到与该训练样本对应的特征图像；将与该训练样本对应的特征图像输入至所述第二卷积神经网络，得到与该训练样本对应的掩膜图像；融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像；将与该训练样本对应的融合图像输入至所述第三卷积神经网络，得到与该训练样本对应的检测结果图像；基于第一差异和第二差异调整所述第二卷积神经网络和所述第三卷积神经网络的网络参数，其中，所述第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，所述第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
8.一种用于检测目标的装置，包括：
获取单元，配置用于获取待检测图像；
语义分割单元，配置用于对所述待检测图像进行语义分割，得到掩膜图像，其中，所述掩膜图像中的每个像素点包括N个初始置信度，每个像素点的N个初始置信度用于表征所述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的初始置信度，N为正整数；
融合单元，配置用于融合所述待检测图像和所述掩膜图像，得到融合图像；
目标检测单元，配置用于将所述融合图像输入至预先训练的目标检测模型，得到与所述待检测图像对应的检测结果图像，其中，所述检测结果图像中的每个像素点包括区域信息和N个置信度，每个像素点的区域信息用于指示所述待检测图像中与该像素点相对应的区域，每个像素点的N个置信度用于表征所述待检测图像中与该像素点相对应的区域存在预设N种目标中每种目标的置信度，所述目标检测模型用于表征图像与图像对应的检测结果图像之间的对应关系。
9.根据权利要求8所述的装置，其中，所述语义分割单元包括：
特征图像提取模块，配置用于将所述待检测图像输入至预先训练的第一卷积神经网络，得到与所述待检测图像对应的特征图像，其中，所述第一卷积神经网络用于提取图像特征；
语义分割模块，配置用于对所述特征图像进行语义分割，得到所述掩膜图像。
10.根据权利要求9所述的装置，其中，所述语义分割模块进一步用于：
将所述特征图像输入至预先训练的第二卷积神经网络，得到所述掩膜图像，其中，所述第二卷积神经网络用于对图像进行语义分割。
11.根据权利要求10所述的装置，其中，所述融合单元进一步用于：
融合所述特征图像和所述掩膜图像，得到融合图像。
12.根据权利要求11所述的装置，其中，所述融合单元进一步用于：
将所述特征图像和所述掩膜图像对应像素点的数据的乘积作为所述融合图像中对应像素点的数据；或者
将对所述特征图像中的像素点按照所述掩膜图像中的对应像素点的N个初始置信度进行阈值截断后的数据作为所述融合图像中对应像素点的数据；或者
将所述特征图像中的像素点所包括的数据和所述掩膜图像中对应像素点所包括的N个初始置信度作为所述融合图像中对应像素点的数据。
13.根据权利要求12所述的装置，其中，所述目标检测单元进一步用于：
将所述融合图像输入至预先训练的第三卷积神经网络，得到与所述待检测图像对应的检测结果图像，其中，所述第三卷积神经网络用于检测图像中的目标。
14.根据权利要求13所述的装置，其中，所述第二卷积神经网络和所述第三卷积神经网络是通过如下训练步骤得到的：
初始化所述第二卷积神经网络和所述第三卷积神经网络的网络参数；
获取训练样本集，其中，每个训练样本包括样本图像、与样本图像对应的标注掩膜图像和标注检测结果图像；
对于所述训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至所述第一卷积神经网络，得到与该训练样本对应的特征图像；将与该训练样本对应的特征图像输入至所述第二卷积神经网络，得到与该训练样本对应的掩膜图像；融合与该训练样本对应的特征图像和与该训练样本对应的掩膜图像，得到与该训练样本对应的融合图像；将与该训练样本对应的融合图像输入至所述第三卷积神经网络，得到与该训练样本对应的检测结果图像；基于第一差异和第二差异调整所述第二卷积神经网络和所述第三卷积神经网络的网络参数，其中，所述第一差异是与该训练样本对应的掩膜图像和与该训练样本对应的标注掩膜图像之间的差异，所述第二差异是与该训练样本对应的检测结果图像和与该训练样本对应的标注检测结果图像之间的差异。
15.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201810054603.8A 2018-01-19 2018-01-19 用于检测目标的方法和装置 Pending CN108229575A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810054603.8A CN108229575A (zh) 2018-01-19 2018-01-19 用于检测目标的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810054603.8A CN108229575A (zh) 2018-01-19 2018-01-19 用于检测目标的方法和装置

Publications (1)

Publication Number Publication Date
CN108229575A true CN108229575A (zh) 2018-06-29

Family

ID=62668062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810054603.8A Pending CN108229575A (zh) 2018-01-19 2018-01-19 用于检测目标的方法和装置

Country Status (1)

Country Link
CN (1) CN108229575A (zh)

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272457A (zh) * 2018-08-09 2019-01-25 腾讯科技（深圳）有限公司 一种图像掩膜生成方法、装置及服务器
CN109377509A (zh) * 2018-09-26 2019-02-22 深圳前海达闼云端智能科技有限公司 图像语义分割标注的方法、装置、存储介质和设备
CN109543519A (zh) * 2018-10-15 2019-03-29 天津大学 一种用于物体检测的深度分割引导网络
CN109558779A (zh) * 2018-07-06 2019-04-02 北京字节跳动网络技术有限公司 图像检测方法和装置
CN109948616A (zh) * 2019-03-26 2019-06-28 北京迈格威科技有限公司 图像检测方法、装置、电子设备及计算机可读存储介质
CN110348522A (zh) * 2019-07-12 2019-10-18 创新奇智(青岛)科技有限公司 一种图像检测识别方法及***、电子设备、图像分类网络优化方法及***
CN110570390A (zh) * 2019-07-22 2019-12-13 无锡北邮感知技术产业研究院有限公司 一种图像检测方法及装置
CN110569698A (zh) * 2018-08-31 2019-12-13 阿里巴巴集团控股有限公司 一种图像目标检测及语义分割方法和装置
CN110807758A (zh) * 2019-09-10 2020-02-18 中国三峡建设管理有限公司 保温被未覆盖区域检测方法、装置、设备和存储介质
CN110927167A (zh) * 2019-10-31 2020-03-27 北京海益同展信息科技有限公司 一种禽蛋检测方法、装置、电子设备及存储介质
CN111222546A (zh) * 2019-12-27 2020-06-02 中国科学院计算技术研究所 一种多尺度融合的食品图像分类模型训练及图像分类方法
CN111275703A (zh) * 2020-02-27 2020-06-12 腾讯科技（深圳）有限公司 图像检测方法、装置、计算机设备和存储介质
CN111369427A (zh) * 2020-03-06 2020-07-03 北京字节跳动网络技术有限公司 图像处理方法、装置、可读介质和电子设备
CN111626208A (zh) * 2020-05-27 2020-09-04 北京百度网讯科技有限公司 用于检测小目标的方法和装置
CN111768418A (zh) * 2020-06-30 2020-10-13 北京推想科技有限公司 图像分割方法及装置、图像分割模型的训练方法
CN111768392A (zh) * 2020-06-30 2020-10-13 创新奇智(广州)科技有限公司 目标检测方法及装置、电子设备、存储介质
CN111914861A (zh) * 2019-05-08 2020-11-10 北京字节跳动网络技术有限公司 目标检测方法和装置
CN111967467A (zh) * 2020-07-24 2020-11-20 北京航空航天大学 图像目标检测方法、装置、电子设备和计算机可读介质
CN112052863A (zh) * 2020-10-16 2020-12-08 泰康保险集团股份有限公司 一种图像检测方法及装置、计算机存储介质、电子设备
CN112163478A (zh) * 2020-09-16 2021-01-01 北京三快在线科技有限公司 一种目标检测的方法及装置
CN112184635A (zh) * 2020-09-10 2021-01-05 上海商汤智能科技有限公司 目标检测方法、装置、存储介质及设备
CN112365512A (zh) * 2020-11-18 2021-02-12 南开大学 训练图像分割模型的方法、图像分割的方法及其装置
CN112598627A (zh) * 2020-12-10 2021-04-02 广东省大湾区集成电路与***应用研究院 检测图像缺陷的方法、***、电子设备及介质
CN112634190A (zh) * 2019-09-24 2021-04-09 上海汽车集团股份有限公司 一种涂胶检测方法及装置
CN112766046A (zh) * 2020-12-28 2021-05-07 深圳市捷顺科技实业股份有限公司 一种目标检测方法及相关装置
CN112906594A (zh) * 2021-03-03 2021-06-04 杭州海康威视数字技术股份有限公司 一种布防区域生成方法、装置、设备及存储介质
CN112926399A (zh) * 2021-01-28 2021-06-08 上海商汤智能科技有限公司 目标对象检测方法、装置、电子设备和存储介质
CN110096960B (zh) * 2019-04-03 2021-06-08 罗克佳华科技集团股份有限公司 目标检测方法及装置
CN113486962A (zh) * 2021-07-12 2021-10-08 深圳市慧鲤科技有限公司 图像生成方法及装置、电子设备和存储介质
CN113505781A (zh) * 2021-06-01 2021-10-15 北京旷视科技有限公司 目标检测方法、装置、电子设备及可读存储介质
CN113591569A (zh) * 2021-06-28 2021-11-02 北京百度网讯科技有限公司 障碍物检测方法、装置、电子设备以及存储介质
CN113724163A (zh) * 2021-08-31 2021-11-30 平安科技（深圳）有限公司 基于神经网络的图像矫正方法、装置、设备及介质
CN114648814A (zh) * 2022-02-25 2022-06-21 北京百度网讯科技有限公司 人脸活体检测方法及模型的训练方法、装置、设备及介质
CN115063651A (zh) * 2022-07-08 2022-09-16 北京百度网讯科技有限公司 目标对象检测模型的训练方法、装置及计算机程序产品
WO2023143178A1 (zh) * 2022-01-28 2023-08-03 北京字跳网络技术有限公司 对象分割方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739551A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标识别方法及***
CN104573701A (zh) * 2014-12-02 2015-04-29 华中科技大学 一种玉米雄穗性状的自动检测方法
CN105574513A (zh) * 2015-12-22 2016-05-11 北京旷视科技有限公司 文字检测方法和装置
CN106886801A (zh) * 2017-04-14 2017-06-23 北京图森未来科技有限公司 一种图像语义分割方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739551A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标识别方法及***
CN104573701A (zh) * 2014-12-02 2015-04-29 华中科技大学 一种玉米雄穗性状的自动检测方法
CN105574513A (zh) * 2015-12-22 2016-05-11 北京旷视科技有限公司 文字检测方法和装置
CN106886801A (zh) * 2017-04-14 2017-06-23 北京图森未来科技有限公司 一种图像语义分割方法及装置

Cited By (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109558779A (zh) * 2018-07-06 2019-04-02 北京字节跳动网络技术有限公司 图像检测方法和装置
CN109272457A (zh) * 2018-08-09 2019-01-25 腾讯科技（深圳）有限公司 一种图像掩膜生成方法、装置及服务器
CN110569698A (zh) * 2018-08-31 2019-12-13 阿里巴巴集团控股有限公司 一种图像目标检测及语义分割方法和装置
CN109377509A (zh) * 2018-09-26 2019-02-22 深圳前海达闼云端智能科技有限公司 图像语义分割标注的方法、装置、存储介质和设备
CN109543519B (zh) * 2018-10-15 2022-04-15 天津大学 一种用于物体检测的深度分割引导网络
CN109543519A (zh) * 2018-10-15 2019-03-29 天津大学 一种用于物体检测的深度分割引导网络
CN109948616A (zh) * 2019-03-26 2019-06-28 北京迈格威科技有限公司 图像检测方法、装置、电子设备及计算机可读存储介质
CN110096960B (zh) * 2019-04-03 2021-06-08 罗克佳华科技集团股份有限公司 目标检测方法及装置
CN111914861A (zh) * 2019-05-08 2020-11-10 北京字节跳动网络技术有限公司 目标检测方法和装置
CN110348522B (zh) * 2019-07-12 2021-12-07 创新奇智(青岛)科技有限公司 一种图像检测识别方法及***、电子设备、图像分类网络优化方法及***
CN110348522A (zh) * 2019-07-12 2019-10-18 创新奇智(青岛)科技有限公司 一种图像检测识别方法及***、电子设备、图像分类网络优化方法及***
CN110570390B (zh) * 2019-07-22 2022-04-15 无锡北邮感知技术产业研究院有限公司 一种图像检测方法及装置
CN110570390A (zh) * 2019-07-22 2019-12-13 无锡北邮感知技术产业研究院有限公司 一种图像检测方法及装置
CN110807758B (zh) * 2019-09-10 2022-11-08 中国三峡建设管理有限公司 保温被未覆盖区域检测方法、装置、设备和存储介质
CN110807758A (zh) * 2019-09-10 2020-02-18 中国三峡建设管理有限公司 保温被未覆盖区域检测方法、装置、设备和存储介质
CN112634190A (zh) * 2019-09-24 2021-04-09 上海汽车集团股份有限公司 一种涂胶检测方法及装置
CN110927167A (zh) * 2019-10-31 2020-03-27 北京海益同展信息科技有限公司 一种禽蛋检测方法、装置、电子设备及存储介质
CN111222546A (zh) * 2019-12-27 2020-06-02 中国科学院计算技术研究所 一种多尺度融合的食品图像分类模型训练及图像分类方法
CN111222546B (zh) * 2019-12-27 2023-04-07 中国科学院计算技术研究所 一种多尺度融合的食品图像分类模型训练及图像分类方法
CN111275703B (zh) * 2020-02-27 2023-10-27 腾讯科技（深圳）有限公司 图像检测方法、装置、计算机设备和存储介质
CN111275703A (zh) * 2020-02-27 2020-06-12 腾讯科技（深圳）有限公司 图像检测方法、装置、计算机设备和存储介质
CN111369427B (zh) * 2020-03-06 2023-04-18 北京字节跳动网络技术有限公司 图像处理方法、装置、可读介质和电子设备
CN111369427A (zh) * 2020-03-06 2020-07-03 北京字节跳动网络技术有限公司 图像处理方法、装置、可读介质和电子设备
CN111626208A (zh) * 2020-05-27 2020-09-04 北京百度网讯科技有限公司 用于检测小目标的方法和装置
CN111626208B (zh) * 2020-05-27 2023-06-13 阿波罗智联(北京)科技有限公司 用于检测小目标的方法和装置
CN111768392A (zh) * 2020-06-30 2020-10-13 创新奇智(广州)科技有限公司 目标检测方法及装置、电子设备、存储介质
CN111768418A (zh) * 2020-06-30 2020-10-13 北京推想科技有限公司 图像分割方法及装置、图像分割模型的训练方法
CN111967467B (zh) * 2020-07-24 2022-10-04 北京航空航天大学 图像目标检测方法、装置、电子设备和计算机可读介质
CN111967467A (zh) * 2020-07-24 2020-11-20 北京航空航天大学 图像目标检测方法、装置、电子设备和计算机可读介质
CN112184635A (zh) * 2020-09-10 2021-01-05 上海商汤智能科技有限公司 目标检测方法、装置、存储介质及设备
CN112163478A (zh) * 2020-09-16 2021-01-01 北京三快在线科技有限公司 一种目标检测的方法及装置
CN112052863B (zh) * 2020-10-16 2023-08-25 泰康保险集团股份有限公司 一种图像检测方法及装置、计算机存储介质、电子设备
CN112052863A (zh) * 2020-10-16 2020-12-08 泰康保险集团股份有限公司 一种图像检测方法及装置、计算机存储介质、电子设备
CN112365512A (zh) * 2020-11-18 2021-02-12 南开大学 训练图像分割模型的方法、图像分割的方法及其装置
CN112365512B (zh) * 2020-11-18 2023-03-24 南开大学 训练图像分割模型的方法、图像分割的方法及其装置
CN112598627A (zh) * 2020-12-10 2021-04-02 广东省大湾区集成电路与***应用研究院 检测图像缺陷的方法、***、电子设备及介质
CN112766046A (zh) * 2020-12-28 2021-05-07 深圳市捷顺科技实业股份有限公司 一种目标检测方法及相关装置
CN112766046B (zh) * 2020-12-28 2024-05-10 深圳市捷顺科技实业股份有限公司 一种目标检测方法及相关装置
WO2022160597A1 (zh) * 2021-01-28 2022-08-04 上海商汤智能科技有限公司 目标对象检测方法、装置、电子设备及存储介质
CN112926399A (zh) * 2021-01-28 2021-06-08 上海商汤智能科技有限公司 目标对象检测方法、装置、电子设备和存储介质
CN112906594B (zh) * 2021-03-03 2022-06-03 杭州海康威视数字技术股份有限公司 一种布防区域生成方法、装置、设备及存储介质
CN112906594A (zh) * 2021-03-03 2021-06-04 杭州海康威视数字技术股份有限公司 一种布防区域生成方法、装置、设备及存储介质
CN113505781A (zh) * 2021-06-01 2021-10-15 北京旷视科技有限公司 目标检测方法、装置、电子设备及可读存储介质
CN113591569A (zh) * 2021-06-28 2021-11-02 北京百度网讯科技有限公司 障碍物检测方法、装置、电子设备以及存储介质
CN113486962A (zh) * 2021-07-12 2021-10-08 深圳市慧鲤科技有限公司 图像生成方法及装置、电子设备和存储介质
CN113724163A (zh) * 2021-08-31 2021-11-30 平安科技（深圳）有限公司 基于神经网络的图像矫正方法、装置、设备及介质
CN113724163B (zh) * 2021-08-31 2024-06-07 平安科技（深圳）有限公司 基于神经网络的图像矫正方法、装置、设备及介质
WO2023143178A1 (zh) * 2022-01-28 2023-08-03 北京字跳网络技术有限公司 对象分割方法、装置、设备及存储介质
CN114648814A (zh) * 2022-02-25 2022-06-21 北京百度网讯科技有限公司 人脸活体检测方法及模型的训练方法、装置、设备及介质
CN115063651A (zh) * 2022-07-08 2022-09-16 北京百度网讯科技有限公司 目标对象检测模型的训练方法、装置及计算机程序产品

Similar Documents

Publication Publication Date Title
CN108229575A (zh) 用于检测目标的方法和装置
CN108197623A (zh) 用于检测目标的方法和装置
CN108154196B (zh) 用于输出图像的方法和装置
CN107644209A (zh) 人脸检测方法和装置
CN107491771A (zh) 人脸检测方法和装置
CN110119757A (zh) 模型训练方法、视频类别检测方法、装置、电子设备和计算机可读介质
CN110334585A (zh) 表格识别方法、装置、计算机设备和存储介质
CN109102024B (zh) 一种用于物体精细识别的层次语义嵌入模型及其实现方法
CN107679490A (zh) 用于检测图像质量的方法和装置
CN108229519A (zh) 图像分类的方法、装置及***
CN108229485A (zh) 用于测试用户界面的方法和装置
CN108509892A (zh) 用于生成近红外图像的方法和装置
CN107590807A (zh) 用于检测图像质量的方法和装置
CN110163188B (zh) 视频处理以及在视频中嵌入目标对象的方法、装置和设备
CN107578034A (zh) 信息生成方法和装置
CN108171203A (zh) 用于识别车辆的方法和装置
CN109472193A (zh) 人脸检测方法及装置
CN111881944A (zh) 图像鉴别的方法、电子设备和计算机可读介质
CN108337505A (zh) 信息获取方法和装置
CN108389172A (zh) 用于生成信息的方法和装置
CN108509921A (zh) 用于生成信息的方法和装置
CN108133197A (zh) 用于生成信息的方法和装置
CN109285181A (zh) 用于识别图像的方法和装置
CN110517247A (zh) 获取信息的方法及装置
CN114548208A (zh) 一种基于YOLOv5改进的植物种子实时分类检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629