(19)中华 人民共和国 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 202111676609.7 (22)申请日 2021.12.31 (71)申请人 北京旷视科技有限公司 地址 100096 北京市海淀区西三 旗建材城 内建中路12幢一层1268号 申请人 北京迈格威科技有限公司 (72)发明人 张宇昂　郑安林　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 代理人 王婷婷 (51)Int.Cl. G06V 20/00(2022.01) G06V 40/10(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 目标检测方法、 装置、 电子设备及存 储介质 (57)摘要 本申请实施例提供了目标检测方法、 装置， 该方法包括： 获取待检测图像； 将待检测图像输 入到目标检测 网络中， 得到目标检测框， 目标检 测网络用于： 对于待检测图像的多个检测框中的 每一个第一检测框， 基于第一检测框的每一个相 关第二检测框的针对该第一检测框的数据， 得到 该第一检测框的相对位置特征； 对于每一个第一 检测框， 基于该第一检测框的相对位置特征和该 第一检测框的当前特征， 得到该第一检测框的更 新特征； 基于该第一检测框的更新特征， 确定该 第一检测框的修正后的置信 度； 基于每一个第一 检测框的修正后的置信度和每一个第二检测框 的当前置信度， 从多个检测框中确定出目标检测 框。 权利要求书2页 说明书11页 附图2页 CN 114387498 A 2022.04.22 CN 114387498 A 1.一种目标检测方法， 其特 征在于， 所述方法包括： 获取待检测图像； 将所述待检测图像输入到目标检测网络中， 得到目标检测框， 所述目标检测网络用于： 对于所述待检测图像的多个检测框中的每一个第 一检测框， 基于所述第 一检测框的每 一个相关第二检测框的针对所述第一检测框的数据， 得到所述第一检测框的相对位置特 征， 其中， 第一检测框的当前置信度小于或等于第一置信度阈值， 第二检测框为所述多个检 测框中的、 当前置信度大于第一置信度阈值的检测框， 所述针对第一检测框的数据指示所 述相关第二检测框与所述第一检测框之间的关联关系； 对于所述每一个第 一检测框， 基于所述第 一检测框的相对位置特征和所述第 一检测框 的当前特征， 得到所述第一检测框的更新特征， 其中， 当前特征由所述目标检测网络从所述 第一检测框中提取出； 基于所述第一检测框的更新特征， 确定所述第一检测框的修正后的 置信度； 基于每一个第 一检测框的修正后的置信度和每一个第 二检测框的当前置信度， 从所述 多个检测框中确定出 所述目标检测框 。 2.根据权利要求1所述的方法， 其特征在于， 基于所述第 一检测框的相对位置特征和所 述第一检测框的当前 特征， 得到所述第一检测框的更新特 征包括： 基于所述第 一检测框的相对位置特征和所述第 一检测框的当前特征， 得到所述第 一检 测框的增强特 征； 基于所述第 一检测框的增强特征和可学习特征进行特征融合， 得到所述第 一检测框的 更新特征， 其中， 所述可学习特征为在训练所述目标检测网络时， 所述目标检测网络学习出 的、 用于与增强特 征进行特征融合的特 征。 3.根据权利要求1所述的方法， 其特征在于， 基于所述第 一检测框的每一个相关第 二检 测框的针对所述第一检测框的数据， 得到所述第一检测框的相对位置特 征包括： 对于所述每一个相关第 二检测框， 对所述相关第 二检测框的针对所述第 一检测框的数 据进行编码， 得到所述相关第二检测框的针对所述第一检测框的数据的编码； 生成所述第一检测框的编码， 所述第一检测框的编码包括： 所述每一个相关第二检测 框的针对所述第一检测框的数据的编码； 将所述第一检测框的编码输入到多层感知机中， 得到所述多层感知机输出的特征， 以 及对所述多层感知机输出的特征进行最大值池化处理， 得到所述第一检测框的相对位置特 征。 4.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 所述第一检测框的相关第二检 测框的针对所述第一检测框的数据包括： 所述相关第二检测框的位置与所述第一检测框的 位置的差值、 所述相关第二检测框的长度与所述第一检测框的长度的差值、 所述第一检测 框的宽度与所述相关第二检测框的宽度的差值以及所述相关第二检测框与所述第一检测 框的交并比。 5.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 所述第一检测框的相关第二检 测框为与所述第一检测框的交并比大于交并比阈值的第二检测框 。 6.根据权利要求1 ‑5中任一项所述的方法， 其特 征在于， 所述方法还 包括： 在获取待检测图像之前， 将训练图像输入到目标检测网络中， 以得到所述训练图像的权　利　要　求　书 1/2 页 2 CN 114387498 A 2每一个第三检测框和每一个第三检测框的修正后的置信度、 所述训练图像的每一个第四检 测框和每一个第四检测框的当前置信度， 其中， 所述第三检测框的当前置信度小于或等于 第二置信度阈值， 所述第四检测框的当前置信度大于第二置信度阈值； 将所述训练图像的所有第四检测框和所述训练图像的所有标注框进行匹配， 以确定作 为正样本的第四检测框、 作为负 样本的第四检测框； 当存在目标标注框时， 将所有参与匹配的第三检测框和所有目标标注框进行匹配， 以 确定作为正样本的第三检测框、 作为负样本的第三检测框， 其中， 目标标注框为未匹配到第 四检测框标注框； 利用确定出的所有正样本、 所有负 样本， 训练所述目标检测网络 。 7.一种电子设备， 包括： 存储器、 处理器及存储在存储器上的计算机程序， 其特征在于， 所述处理器执行所述计算机程序以实现权利要求1 ‑6中任一项所述的方法。 8.一种计算机可读存储介质， 其上存储有计算机程序/指令， 其特征在于， 该计算机程 序/指令被处 理器执行时实现权利要求1 ‑6中任一项所述的方法。 9.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 该计算机程序/指令被处 理器执行时实现权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114387498 A 3