本申請涉及人工智能領域，具體而言，涉及一種目標檢測方法、存儲介質及電子設備。

背景技術：

1、隨著人工智能應用研究不斷發展，深度學習等方法也隨之興起，在目標檢測、自然語言處理、語音識別等領域應用越來越廣泛。在銀行的atm、大額機等端機的人臉識別功能中，深度學習更是不可或缺的要素，而在這些應用場景中，對目標檢測的精度和速率要求極高。

2、現如今，基于深度學習的目標檢測算法大致可以分為兩類，一類是基于區域提取的兩階段的目標檢測算法，另一類是直接進行位置回歸的一階段目標檢測算法。前者又稱為基于區域設計的目標檢測算法，該類算法通過顯式的區域建議將目標檢測問題轉化為對所生成建議區域內局部圖片的分類問題，如r-cnn算法。該算法在很大程度上提高了目標檢測的平均精度，但計算速度較慢，而且r-cnn算法無法進行端到端的訓練。后者又稱為基于回歸的目標檢測算法，不同于兩階段目標檢測算法直接生成建議區域，該類算法將目標檢測任務視為對整幅圖像的回歸任務，如ssd算法、yolo系列算法等。ssd算法較為準確，但其調試極依賴經驗，其次對小目標不敏感，特征提取不充分將導致其精度下降。而yolov5算法檢測速度很快，可以做到實時監測，而且對小目標的檢測效果好，檢測精度較高，能夠滿足實時目標檢測的需求。

3、自面世以來，yolov5算法就憑借著其模型尺寸小、部署成本低、靈活性高、檢測速度快等優勢，在學術領域和各行各業取得了好成績。但現有的yolov5算法對于背景信息較為復雜的圖片，檢測目標的特征信息相較于背景信息不突出，檢測時時常會出現漏檢或誤檢情況，嚴重影響目標檢測效果。

4、針對相關技術中在復雜背景條件下，目標檢測算法容易出現誤檢和漏檢的技術問題，目前尚未提出有效的解決方案。

技術實現思路

1、本申請的主要目的在于提供一種目標檢測方法、存儲介質及電子設備，以解決相關技術中在復雜背景條件下，目標檢測算法容易出現誤檢和漏檢的技術問題。

2、為了實現上述目的，根據本申請的一個方面，提供了一種目標檢測方法，該方法包括：獲取待檢測目標的圖像信息、目標檢測數據集，其中，圖像信息包括第一圖像，目標檢測數據集包括第二圖像，第一圖像包括的目標物體類型和第二圖像包括的目標物體類型相同；基于目標檢測數據集確定第一權重信息，第一權重信息至少包括第二圖像的不同區域對應的空間注意力權重的真值；基于第一權重信息和圖像信息確定目標檢測結果，其中，目標檢測結果包括如下至少之一：邊界框預測結果、對象類別分類結果、置信度結果。

3、進一步地，基于第一權重信息和圖像信息確定目標檢測結果，包括：將圖像信息和第一權重信息輸入至目標檢測模型中的部分的主干網絡中進行特征提取，得到輸出特征信息，其中，主干網絡中還包括特征金字塔分支網絡；將輸出特征信息輸入至特征金字塔分支網絡，生成第二權重信息，第二權重信息至少包括第一圖像的不同區域的空間注意力權重的預測值；將第二權重信息輸入至剩余部分的主干網絡中，得到目標檢測結果。

4、進一步地，基于目標檢測數據集確定第一權重信息包括：基于目標檢測數據集確定折線標簽信息，折線標簽信息包括目標檢測數據集中目標物體的簡要中心結構形態；將折線標簽信息包含的折線標簽映射為連續的點，得到連續點信息；對連續點信息進行高斯模糊，得到第一權重信息。

5、進一步地，基于目標檢測數據集確定折線標簽信息包括：對目標檢測數據集中的至少一個目標物體進行折線標注，得到折線標簽信息。

6、進一步地，在將圖像信息和第一權重信息輸入至目標檢測模型中的部分的主干網絡中進行特征提取之前，方法還包括：獲取真值熱力圖，真值熱力圖由第一權重信息確定；將真值熱力圖與第一圖像進行通道拼接，得到拼接圖像；對拼接圖像進行數據增強處理，得到增強圖像；將增強圖像通過通道拆分后拆分為增強后的真值熱力圖、增強后的第一圖像；確定增強后的真值熱力圖為第一權重信息；確定增強后的第一圖像為圖像信息。

7、進一步地，將第二權重信息輸入至剩余部分的主干網絡中，得到目標檢測結果包括：將第二權重信息輸入至剩余部分的主干網絡中進行前向傳播，得到特征圖；將特征圖輸入至目標檢測模型的頭部網絡，得到目標檢測結果。

8、進一步地，將第二權重信息輸入至剩余部分的主干網絡中之后，方法還包括：基于第一權重信息和第二權重信息構造損失函數；基于損失函數確定本次目標檢測過程中的損失參數；基于損失參數反饋調節特征金字塔分支網絡的網絡模型參數。

9、為了實現上述目的，根據本申請的另一方面，提供了一種計算機可讀存儲介質，計算機可讀存儲介質包括存儲的可執行程序，其中，在可執行程序運行時控制計算機可讀存儲介質所在設備執行上述的任意一項的方法的步驟。

10、根據本申請的另一方面，提供了一種電子設備，包括：存儲器，存儲有可執行程序；處理器，用于運行程序，其中，程序運行時執行上述任意一項的方法。

11、根據本申請的另一方面，提供了一種計算機程序產品，包括計算機指令，計算機指令被處理器執行時實現上述任意一項的方法的步驟。

12、在本申請實施例中，采用將空間注意力權重化的方式，通過基于目標檢測數據集確定不同區域對應的空間注意力權重真值，顯著提高了目標檢測的準確性，達到了在檢測第一圖像時能夠更準確地關注目標物體的目的，從而實現了在檢測背景復雜多變的待檢測圖像時，能夠更有效地識別和定位目標物體，提升整體檢測性能的技術效果，進而解決了在復雜背景條件下，目標檢測算法容易出現誤檢和漏檢的技術問題。

技術特征：

1.一種目標檢測方法，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，基于所述第一權重信息和所述圖像信息確定目標檢測結果，包括：

3.根據權利要求1所述的方法，其特征在于，基于所述目標檢測數據集確定第一權重信息包括：

4.根據權利要求3所述的方法，其特征在于，基于所述目標檢測數據集確定折線標簽信息包括：

5.根據權利要求2所述的方法，其特征在于，在將所述圖像信息和所述第一權重信息輸入至所述目標檢測模型中的部分的主干網絡中進行特征提取之前，所述方法還包括：

6.根據權利要求2所述的方法，其特征在于，將所述第二權重信息輸入至剩余部分的所述主干網絡中，得到目標檢測結果包括：

7.根據權利要求2所述的方法，其特征在于，將所述第二權重信息輸入至剩余部分的所述主干網絡中之后，所述方法還包括：

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的可執行程序，其中，在所述可執行程序運行時控制所述計算機可讀存儲介質所在設備執行權利要求1至7中任意一項所述的方法。

9.一種電子設備，其特征在于，包括：

10.一種計算機程序產品，包括計算機指令，其特征在于，所述計算機指令被處理器執行時實現權利要求1至7中任意一項所述的方法的步驟。

技術總結
本申請涉及人工智能領域，具體公開了一種目標檢測方法、存儲介質及電子設備。該方法包括：獲取待檢測目標的圖像信息、目標檢測數據集，其中，圖像信息包括第一圖像，目標檢測數據集包括第二圖像，第一圖像包括的目標物體類型和第二圖像包括的目標物體類型相同；基于目標檢測數據集確定第一權重信息，第一權重信息至少包括第二圖像的不同區域對應的空間注意力權重的真值；基于第一權重信息和圖像信息確定目標檢測結果，其中，目標檢測結果包括如下至少之一：邊界框預測結果、對象類別分類結果、置信度結果。通過本申請，解決了相關技術中在復雜背景條件下目標檢測算法容易出現誤檢和漏檢的技術問題。

技術研發人員：孔欣如,侯成龍,許文意,范文靖
受保護的技術使用者：中國工商銀行股份有限公司
技術研發日：
技術公布日：2025/4/28