(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 202210819568.0 (22)申请日 2022.07.12 (71)申请人 青岛云天励飞科技有限公司 地址 266000 山东省青岛市崂山区科 苑纬 一路1号青岛国际创新园二期D2座 2601室 申请人 深圳云天励飞技 术股份有限公司 (72)发明人 刘文龙　曾卓熙　肖嵘　王孝宇　 (74)专利代理 机构 深圳驿航知识产权代理事务 所(普通合伙) 44605 专利代理师 杨伦 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/42(2022.01) G06V 10/764(2022.01)G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (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 本发明实施例提供一种目标检测方法， 方法 包括： 获取待检测图像， 所述待检测图像包括待 检测旋转目标； 通过训练好的目标检测模型对所 述待检测图像进行特征提取， 得到所述待检测旋 转目标的分类特征和辅助特征； 基于所述辅助特 征对所述分类特征进行辅助处理， 得到所述待检 测旋转目标的检测结果。 通过提取待检测旋转目 标的分类特征和辅助特征， 利用辅助特征来对分 类特征进行辅助处理， 从而 得到待检测旋转目标 的检测结果， 不需要对anchor进行设计， 因此也 不需要进行非极大值抑制， 提高了旋转目标检测 的检测准确率， 进而提高了旋转目标检测的检测 性能。 权利要求书2页 说明书13页 附图2页 CN 115311553 A 2022.11.08 CN 115311553 A 1.一种目标检测方法， 其特征在于， 所述目标检测方法用于旋转目标的检测， 包括以下 步骤： 获取待检测图像， 所述待检测图像包括待检测旋转目标； 通过训练好的目标检测模型对所述待检测图像进行特征提取， 得到所述待检测旋转目 标的分类特 征和辅助特 征； 基于所述辅助 特征对所述分类特征进行辅助处理， 得到所述待检测旋转目标的检测结 果。 2.如权利要求1所述的目标检测方法， 其特征在于， 所述训练好的目标检测模型包括特 征提取网络、 特征融合网络、 分类特征输出网络、 辅助特征输出网络， 所述通过训练好的目 标检测模型对所述待检测图像进 行特征提取， 得到所述待检测旋转目标的分类特征和辅助 特征， 包括： 通过所述特征提取网络对所述待检测图像进行特征提取， 得到所述待检测图像的多尺 度特征； 通过所述特征融合网络对所述多尺度 特征进行特征融合， 得到所述待检测图像的融合 特征； 通过所述分类特征输出网络对所述融合特征进行预测， 得到所述待检测旋转目标的分 类特征， 所述分类特 征包括特 征通道， 不同类别的待检测旋转目标对应于不同的特 征通道； 通过所述辅助 特征输出网络对所述融合特征进行预测， 得到所述待检测旋转目标的辅 助特征。 3.如权利要求2所述的目标检测方法， 其特征在于， 所述辅助特征包括高宽特征以及旋 转角度特征， 所述基于所述辅助特征对所述分类特征进行辅助 处理， 得到所述待检测旋转 目标的检测结果， 包括： 对所述分类特 征进行关键点 提取， 得到所述待检测旋转目标的目标关键点； 基于所述目标关键点， 在所述高宽特征中索引对应的目标高宽属性， 以及在所述旋转 角度特征中索引对应的目标旋转角度属性； 基于所述目标关键点、 所述目标高宽属性以及所述目标旋转角度属性， 得到所述待检 测旋转目标的检测结果。 4.如权利要求3所述的目标检测方法， 其特征在于， 在所述通过训练好的目标检测模型 对所述待检测图像进行特征提取， 得到所述待检测旋转 目标的分类特征和辅助特征之前， 所述方法还 包括： 获取训练数据集， 所述训练数据集中包括样本 图像以及标注框， 所述样本 图像中包括 样本旋转目标， 所述标注框为所述样本 旋转目标的标注框； 获取目标检测模型， 并通过所述训练数据集对的目标检测模型进行训练， 得到训练好 的目标检测模型， 所述目标检测模型包括特征提取网络、 特征融合网络、 分类特征输出网 络、 高宽特 征输出网络以及旋转角度特 征输出网络 。 5.如权利要求4所述的目标检测方法， 其特征在于， 所述获取目标检测模型， 并通过所 述训练数据集对的目标检测模型进行训练， 得到训练好的目标检测模型， 包括： 将所述样本图像输入到所述目标检测模型， 得到所述样本旋转目标对应的样本检测 框；权　利　要　求　书 1/2 页 2 CN 115311553 A 2将所述样本检测框与 所述标注框分别通过预设的编码函数进行编码， 分别得到所述样 本检测框对应的样本函数分布， 以及所述标注框对应的标注函数分布； 根据所述样本函数分布与 所述标注函数分布之间的度量距离， 对所述目标检测模型进 行网络参数调整； 对所述目标检测模型的网络参数调整过程进行迭代， 直到所述目标检测模型收敛或达 到预设的迭代次数， 得到训练好的目标检测模型。 6.如权利要求5所述的目标检测方法， 其特征在于， 所述将所述样本图像输入到所述目 标检测模型， 得到所述样本 旋转目标对应的样本检测框， 包括： 通过所述目标检测模型对所述样本图像进行处理， 得到所述样本图像对应的样本特征 图， 并根据所述样本特征图的高宽， 对 所述样本特征图构建矩阵网格， 所述样本特征图像包 括所述样本图像对应分类特 征图、 高宽特 征图与旋转角度特 征图； 在所述高宽特征图中每个网格点建立一个 高宽属性的索引， 以及在所述旋转角度 特征 图中每个网格点建立 一个旋转角度属性的索引； 根据所述样本特征图中每个网格点及其对应的索引属性， 得到所述样本旋转目标对应 的样本检测框 。 7.如权利要求6所述的目标检测方法， 其特征在于， 所述标注框内包括标注关键点， 所 述根据所述样本函数分布与所述标注函数分布之间的度量距离， 对所述目标检测模型进 行 网络参数调整， 包括： 根据分类特征图的样本关键点， 计算所述样本关键点与 所述标注关键点之间的第 一损 失； 通过预设的转换函数将所述度量距离转换为第二损失； 基于所述第一损失与第二损失， 对所述目标检测模型进行网络参数调整。 8.一种目标检测装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取待检测图像， 所述待检测图像包括待检测旋转目标； 提取模块， 用于通过训练好的目标检测模型对所述待检测图像进行特征提取， 得到所 述待检测旋转目标的分类特 征和辅助特 征； 处理模块， 用于基于所述辅助特征对所述分类特征进行辅助处理， 得到所述待检测旋 转目标的检测结果。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7中 任一项所述的目标检测方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7中任一项 所述的目标检测方法 中的步骤。权　利　要　求　书 2/2 页 3 CN 115311553 A 3