(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210965580.2 (22)申请日 2022.08.12 (71)申请人 摩尔线程智能科技 （北京） 有限责任 公司 地址 100080 北京市海淀区海淀大街31号2 层209 (72)发明人 强虎　周强　刘铁山　肖欣庭　 周波波　 (74)专利代理 机构 中国专利代理(香港)有限公 司 72001 专利代理师 马步天　陈岚 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/181(2017.01) G06V 10/80(2022.01) (54)发明名称 在图像中定位目标物的方法和装置 (57)摘要 本申请提供了一种在 图像中定位目标物的 方法和装置， 以及相应的计算设备、 存储介质、 和 计算机程序产品。 所述方法包括： 确定所述图像 中的内容区域的轮廓； 为所述内容区域的轮廓确 定最小外接矩形； 确定所述最小外接矩形的尺寸 是否大于或等于第一预设尺寸； 响应于所述最小 外接矩形的尺 寸大于或等于所述第一预设尺寸， 按照所述最小外接矩形截取所述图像， 以得到目 标图像； 对所述目标图像进行目标检测操作， 以 得到输出图像， 其中所述输出图像包括目标框， 所述目标框的中心点的位置是所述目标物的位 置。 该方法将目标定位问题转换为目标检测问 题， 拥有更高的检测精度。 模型具有优秀的特征 提取能力， 且 模型参数相对较少。 权利要求书3页 说明书14页 附图6页 CN 115049734 A 2022.09.13 CN 115049734 A 1.一种在图像中定位目标物的方法， 其特 征在于， 所述方法包括： 确定所述图像中的内容区域的轮廓； 为所述内容区域的轮廓确定最小外 接矩形； 确定所述 最小外接矩形的尺寸是否大于或等于第一预设尺寸； 响应于所述最小外接矩形的尺寸大于或等于所述第 一预设尺寸， 按照所述最小外接矩 形截取所述图像， 以得到目标图像； 对所述目标图像进行目标检测操作， 以得到输出图像， 其中所述输出图像包括目标框， 所述目标框的中心点的位置是 所述目标物的位置 。 2.如权利要求1所述的方法， 其特征在于， 对所述目标图像进行目标检测操作， 以得到 输出图像包括： 对所述目标图像进行第一标准卷积 操作， 以得到第一特 征信息； 将所述第一特征信 息输入到瓶颈层模型组以得到第 二特征信 息， 其中所述瓶颈层模型 组包括按信息流顺序连接的多个瓶颈层 模型， 所述多个瓶颈层 模型中的最前的瓶颈层 模型 接收所述第一特征信息， 且所述多个瓶颈层模型中的最后的瓶颈层 模型输出所述第二特征 信息， 其中每个瓶颈层模型包括至少一个子模型， 每个子模型包括按照信息流顺序布置的 升维层、 深度卷积层、 和降维层； 对所述第二特 征信息进行第二标准卷积 操作， 以得到第三特 征信息； 对所述第三特征信息与所述多个瓶颈层模型中的至少部分瓶颈层模型输出的特征信 息进行特征融合操作， 以得到 至少一个特 征图； 以及 基于所述至少一个特征图， 确定所述目标框在所述输出图像中的位置， 以得到所述输 出图像。 3.如权利要求2所述的方法， 其特 征在于， 所述特 征融合操作包括： 对所述第三特 征信息进行第一残差卷积 操作， 以得到第一加强特 征信息； 对所述第一加强特征信 息进行第 一通道调整操作， 以得到所述至少一个特征图中的第 一特征图。 4.如权利要求3所述的方法， 其特 征在于， 所述特 征融合操作还 包括： 对所述第一加强特征信息进行第一上采样操作， 以得到第一上采样特征信息， 其中所 述第一上采样特征信息的尺度与所述多个瓶颈层模型中的第一瓶颈层模型输出的特征信 息的尺度相同， 所述第一瓶颈层模型是所述多个瓶颈层 模型中按照从后往 前的顺序第一个 输出与所述第一加强特 征信息的尺度不同的特 征信息的瓶颈层模型； 将所述第一上采样特征信 息与所述第 一瓶颈层模型输出的特征信 息进行拼接， 以得到 第一拼接特征信息； 对所述第一 拼接特征信息进行第二残差卷积 操作， 以得到第二加强特 征信息； 对所述第二加强特征信 息进行第 二通道调整操作， 以得到所述至少一个特征图中的第 二特征图。 5.如权利要求4所述的方法， 其特征在于， 所述第 一瓶颈层模型是所述多个瓶颈层模型 中的倒数第三个瓶颈层模型。 6.如权利要求 4所述的方法， 其特 征在于， 所述特 征融合操作还 包括： 对所述第二加强特征信息进行第二上采样操作， 以得到第二上采样特征信息， 其中所权　利　要　求　书 1/3 页 2 CN 115049734 A 2述第二上采样特征信息的尺度与所述多个瓶颈层模型中的第二瓶颈层模型输出的特征信 息的尺度相同， 所述第二瓶颈层模型是所述多个瓶颈层 模型中按照从后往 前的顺序第一个 输出与所述第一加强特征信息和所述第二加强特征信息的尺度不同的特征信息的瓶颈层 模型； 将所述第二上采样特征信 息与所述第 二瓶颈层模型输出的特征信 息进行拼接， 以得到 第二拼接特征信息； 对所述第二 拼接特征信息进行第三残差卷积 操作， 以得到第三加强特 征信息； 对所述第三加强特征信 息进行第 三通道调整操作， 以得到所述至少一个特征图中的第 三特征图。 7.如权利要求6所述的方法， 其特征在于， 所述第 二瓶颈层模型是所述多个瓶颈层模型 中的倒数第四个瓶颈层模型。 8.如权利要求2所述的方法， 其特征在于， 所述多个瓶颈层模型包括七个瓶颈层模型， 并且， 在所述七个瓶颈层模型中， 前五个瓶颈层模型分别包括至少32个通道、 至少48个通 道、 至少64个通道、 至少128个通道、 和至少19 2个通道。 9.如权利要求1所述的方法， 其特征在于， 所述方法还包括： 训练用于进行所述目标检 测操作的目标检测模型， 其包括： 获取训练图像； 在所述训练图像中标记所述目标物的点 位置； 以所述目标物的点 位置为中心， 构建具有第二预设尺寸的标签框； 基于所述标签框， 按照所述目标检测模型的格式生成标签文件； 将所述训练图像输入到待训练的目标检测模型， 以得到预测目标框； 根据所述标签框和预测目标框， 确定所述目标检测模型的损失函数； 基于所述损 失函数更新所述目标检测模型的参数， 使得所述目标检测模型达到收敛， 以完成所述目标检测模型的训练。 10.如权利要求1所述的方法， 其特征在于， 所述图像是眼底图像， 所述内容区域是所述 眼底图像的眼球部分， 所述目标物是黄斑的中央凹。 11.一种在图像中定位目标物的装置， 其特 征在于， 所述装置包括： 轮廓确定模块， 其配置成确定所述图像中的内容区域的轮廓； 最小外接矩形确定模块， 其配置成为所述内容区域的轮廓确定最小外 接矩形； 尺寸判断模块， 其配置成确定所述最小外接矩形的尺寸是否大于或等于第一预设尺 寸； 目标图像截取模块， 其配置成响应于所述最小外接矩形的尺寸大于或等于所述第 一预 设尺寸， 按照所述 最小外接矩形截取 所述图像， 以得到目标图像； 以及 目标检测模块， 其配置成对所述目标图像进行目标检测操作， 以得到输出图像， 其中所 述输出图像包括目标框， 所述目标框的中心点的位置是 所述目标物的位置 。 12.一种计算设备， 其特 征在于， 所述计算设备包括： 存储器， 其被 配置成存 储计算机可 执行指令； 处理器， 其被配置成当所述计算机可执行指令被处理器执行时执行根据权利要求1至 10中的任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 115049734 A 3