对象检测方法、系统及计算机存储介质与流程

技术特征：
1.一种对象检测方法，包括：基于多个预设尺度，针对待检测图像执行特征提取，获取每一个预设尺度的尺度特征；根据每一个预设尺度的门控系数，融合每一个尺度特征并预测，获得所述待检测图像的对象检测结果。2.根据权利要求1所述的方法，其中，所述基于多个预设尺度，针对待检测图像执行特征提取，获取每一个预设尺度的尺度特征，包括：基于各预设尺度、给定的尺度划分规则，确定各预设尺度中的至少一个第一尺度和至少一个第二尺度；根据所述至少一个第一尺度，针对所述待检测图像中的目标对象执行特征提取，获取包含所述目标对象的位置信息的第一维度特征；基于所述至少一个第二尺度，针对所述待检测图像中的目标对象执行特征提取，获取包含所述目标对象的语义信息的第二维度特征；其中，所述第二尺度的特征维度高于所述第一尺度的特征维度。3.根据权利要求2所述的方法，其中，所述根据每一个预设尺度的门控系数，融合每一个尺度特征并预测，获得所述待检测图像的对象检测结果，包括：根据所述第一尺度的门控系数、所述第二尺度的门控系统，融合所述第一维度特征与所述第二维度特征，获得所述待检测图像的融合特征；根据所述融合特征中包含的位置信息和语义信息执行检测，获得所述待检测图像的对象检测结果。4.根据权利要求1所述的方法，其中，每一个预设尺度的门控系数可通过以下方式训练获得：融合步骤，根据每一个预设尺度的门控系数，融合样本图像对应于每一个预设尺度的尺度特征，获得所述样本图像的融合特征；利用预测模型，根据所述融合特征执行预测，获得所述样本图像的预测结果；根据所述样本图像的预测结果和样本标签，获得所述预测模型的损失值；根据所述损失值迭代更新每一个预设尺度的门控系数，并返回所述融合步骤，直至所述损失值满足预设更新结束条件。5.根据权利要求4所述的方法，其中，每一个预设尺度的门控系数的初始值设定为1。6.根据权利要求1所述的方法，其中，每一个预设尺度的门控系数可通过以下方式训练获得：随机生成正态分布向量；基于当前生成的正态分布向量，调整每一个预设尺度的当前门控系数，获得每一个预设尺度的调整门控系数；根据每一个预设尺度的调整门控系数，融合样本图像对应于每一个预设尺度的尺度特征，获得所述样本图像的融合特征；利用预测模型，根据所述融合特征执行预测，获得所述样本图像的预测结果；根据所述样本图像的预测结果和样本标签，获得所述预测模型的损失值；其中，在所述损失值不满足预设更新结束条件的情况下，若所述损失值不满足预设优化条件，返回执行所述随机生成正态分布向量的步骤，若所述损失值满足所述优化条件，将
每一个预设尺度的调整门控系数确定为每一个预设尺度的当前门控系数，并返回执行所述随机生成正态分布向量的步骤。7.根据权利要求6所述的方法，其中，所述方法还包括：根据预设均值和预设标准差，随机生成正态分布向量；其中，所述预设均值为0，所述预设标准差为0.1。8.根据权利要求6所述的方法，其中，每一个预设尺度的门控系数的初始值设定为0.5。9.根据权利要求6所述的方法，其中，所述方法还包括：比对所述样本图像的当前损失值和历史损失值；若所述当前损失值大于或等于所述历史损失值，获得所述损失值不满足预设优化条件；若所述当前损失值小于所述历史损失值，获得所述损失值满足预设优化条件。10.根据权利要求4或6所述的方法，其中，所述方法还包括：当所述损失值的变化趋势满足预期时，获得所述损失值满足预设更新结束条件的判断结果；或者当每一个预设尺度的门控系数的迭代次数，满足预设迭代阈值时，获得所述损失值满足预设更新结束条件的判断结果。11.一种对象检测装置，包括：特征提取模块，用于基于多个预设尺度，针对待检测图像执行特征提取，获取每一个预设尺度的尺度特征；预测模块，用于根据每一个预设尺度的门控系数，融合每一个尺度特征并预测，获得所述待检测图像的对象检测结果。12.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有用于执行上述权利要求1至10中任一项所述的方法中各步骤的各指令。

技术总结
本申请提供一种对象检测方法、装置及计算机存储介质，包括基于多个预设尺度，针对待检测图像执行特征提取，获取每一个预设尺度的尺度特征；根据每一个预设尺度的门控系数，融合每一个尺度特征并预测，获得待检测图像的对象检测结果，借此，本申请提高对象检测结果的准确性，并可提高对象检测效率。并可提高对象检测效率。并可提高对象检测效率。


技术研发人员：朱蕾
受保护的技术使用者：北京云从科技有限公司
技术研发日：2022.08.16
技术公布日：2022/12/5