目标检测方法、系统、设备以及介质与流程

本发明涉及图像目标检测领域，具体涉及一种目标检测方法、系统、设备以及介质。

背景技术：

1、目标检测的目的是从图像中识别出特定目标，在传统的目标检测方法中，模型往往会对整个图像进行全局处理，而忽略了图像中不同区域的重要性。而引入注意力机制后，模型可以根据图像内容自动调整对不同区域的关注程度，从而更有效地检测出目标。而注意力机制在目标检测中的应用可以提高模型对图像中不同区域的关注程度，从而改善检测性能。

2、因此，基于注意力机制进行目标检测的模型算法在图像目标检测领域越来越重要，基于自注意力机制在目标检测中能够帮助模型提取图像的前景有效特征，但常见的基于自注意力机制的模型算法的需要搭建深层的神经网络才能实现，这增加了模型的复杂度和训练难度，并且在适应不同的目标检测任务时，需要调整较多的模型参数。

技术实现思路

1、有鉴于此，为了克服上述问题的至少一个方面，本发明实施例提出一种目标检测方法，包括以下步骤：

2、对所述图像特征图进行池化计算得到第一特征图；

3、基于所述第一特征图得到第一权重，并利用所述第一权重和对应的第一特征图得到第二特征图；

4、基于所述第二特征图得到第二权重；

5、利用所述第二权重和所述图像特征图计算得到第三特征图，并基于所述第三特征图进行目标检测。

6、在一些实施例中，对所述图像特征图进行池化计算得到第一特征图，进一步包括：

7、对所述图像特征图的每一通道分别进行多种池化计算得到每一通道对应的多个池化特征图；

8、将每一通道对应的多个所述池化特征图进行拼接得到每一通道对应的所述第一特征图。

9、在一些实施例中，对所述图像特征图的每一通道分别进行多种池化计算得到每一通道对应的多个池化特征图，进一步包括：

10、对所述图像特征图的每一通道分别进行全局标准差池化计算、全局最大池化计算、全局平均池化计算，以得到对应的多个池化特征图。

11、在一些实施例中，基于所述第一特征图得到第一权重，并利用所述第一权重和对应的第一特征图得到第二特征图，进一步包括：

12、利用第一神经网络对所述第一特征图进行计算并将计算结果进行归一化处理以得到每一通道对应的若干个第一权重，其中所述第一神经网络的层数为第一预设层数，每一层的神经元个数为第一预设个数；

13、将每一通道对应的多个池化特征图分别与对应的所述第一权重相乘并将相乘结果拼接得到每一通道对应的第二特征图。

14、在一些实施例中，基于所述第二特征图得到第二权重，进一步包括：

15、利用第二神经网络对所述第二特征图进行计算并将计算结果进行归一化处理以得到每一通道对应的第二权重，其中所述第二神经网络的层数为第二预设层数，每一层的神经元个数为第二预设个数。

16、在一些实施例中，利用所述第二权重和所述图像特征图计算得到对应的第三特征图，进一步包括：

17、将所述图像特征图的每一特征点乘以对应通道的所述第二权重，得到第三特征图。

18、在一些实施例中，基于所述第三特征图进行目标检测，进一步包括：

19、判断目标检测结果的准确率是否达到阈值；

20、响应于所述准确率未达到阈值，对所述第一神经网络和所述第二神经网络进行训练以调整所述第一权重和所述第二权重。

21、基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种目标检测系统，包括：

22、池化模块，配置为对所述图像特征图进行池化计算得到第一特征图；

23、第一权重模块，配置为基于所述第一特征图得到第一权重，并利用所述第一权重和对应的第一特征图得到第二特征图；

24、第二权重模块，配置为基于所述第二特征图得到第二权重；

25、计算模块，配置为利用所述第二权重和所述图像特征图计算得到第三特征图并基于所述目标特征图进行目标检测。

26、基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机设备，包括：

27、至少一个处理器；以及

28、存储器，所述存储器存储有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程序时执行如上所述的任一种目标检测方法的步骤。

29、基于同一发明构思，根据本发明的另一个方面，本发明的实施例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执行如上所述的任一种目标检测方法的步骤。

30、本发明具有以下有益技术效果之一：本发明提出的方案通过第一权重和第二权重对输入特征图进行两次计算，能够对重要特征信息增加额外关注，对干扰信息进行自适应过滤或抑制，从而提高提取的目标特征图的信息丰富度，进而提高检测准确率。

技术特征：

1.一种目标检测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的方法，其特征在于，对所述图像特征图进行池化计算得到第一特征图，进一步包括：

3.如权利要求2所述的方法，其特征在于，对所述图像特征图的每一通道分别进行多种池化计算得到每一通道对应的多个池化特征图，进一步包括：

4.如权利要求2所述的方法，其特征在于，基于所述第一特征图得到第一权重，并利用所述第一权重和对应的第一特征图得到第二特征图，进一步包括：

5.如权利要求4所述的方法，其特征在于，基于所述第二特征图得到第二权重，进一步包括：

6.如权利要求5所述的方法，其特征在于，利用所述第二权重和所述图像特征图计算得到对应的第三特征图，进一步包括：

7.如权利要求5所述的方法，其特征在于，基于所述第三特征图进行目标检测，进一步包括：

8.一种目标检测系统，其特征在于，包括：

9.一种计算机设备，包括：

10.一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，其特征在于，所述计算机程序被处理器执行时执行如权利要求1-7任意一项所述的方法的步骤。

技术总结本发明公开了一种目标检测方法，包括以下步骤：对所述图像特征图进行池化计算得到第一特征图；基于所述第一特征图得到第一权重，并利用所述第一权重和对应的第一特征图得到第二特征图；基于所述第二特征图得到第二权重；利用所述第二权重和所述图像特征图计算得到第三特征图，并基于所述第三特征图进行目标检测。本发明还公开了一种系统、计算机设备以及可读存储介质。本发明提出的方案能够提高提取的目标特征图的信息丰富度，进而提高检测准确率。技术研发人员：王金波,李山,贺浩,刘亚辉,张昆霭,郭振华受保护的技术使用者：天翼交通科技有限公司技术研发日：技术公布日：2024/9/2