(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 202210671790.0 (22)申请日 2022.06.15 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 唐月标　叶泽锐　王鹏培　孙才婵　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 邓云鹏 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/82(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、 设备、 存储介质和程序 产品 (57)摘要 本申请涉及一种目标检测方法、 装置、 设备、 存储介质和程序产品。 所述方法包括： 将目标图 像输入至特征提取网络中， 其中， 特征提取网络 包括了级联的下采样网络、 分层网络、 注意力网 络和特征融合网络， 注意力网络包括多个注意力 模块； 然后， 通过下采样网络对目标图像进行下 采样特征提取处理， 通过分层网络对 下采样网络 输出的特征图进行分层处理， 通过多个注意力模 块对分层网络输出的多个分层特征图进行特征 提取， 通过特征融合网络对多个注 意力模块输出 的多个特征图以及下采样网络输出的特征图进 行融合处理， 得到用于进行目标检测的目标特征 图。 采用本方法能够提高目标检测的准确率。 权利要求书2页 说明书11页 附图6页 CN 115063658 A 2022.09.16 CN 115063658 A 1.一种目标检测方法， 其特 征在于， 所述方法包括： 将目标图像输入至特征提取网络中， 所述特征提取网络包括级联的下采样网络、 分层 网络、 注意力网络和特 征融合网络， 所述注意力网络包括多个注意力模块； 通过所述下采样网络对所述目标图像进行下采样特征提取， 通过所述分层网络对所述 下采样网络输出的特征图进行分层处理， 通过所述多个注意力模块对所述分层网络输出的 多个分层特征图进行特征提取， 通过所述特征融合网络对所述多个注意力模块输出的多个 特征图以及所述下采样网络输出 的特征图进行融合处理， 得到目标特征图， 所述 目标特征 图用于进行目标检测。 2.根据权利要求1所述的方法， 其特征在于， 所述多个注意力模块与 所述多个分层特征 图一一对应， 所述通过所述多个注意力模块对 所述分层网络输出的多个分层特征图进 行特 征提取， 包括： 将各所述分层特 征图输入至对应的所述注意力模块中； 通过各所述注意力模块对输入的所述分层特 征图分别进行 特征提取。 3.根据权利要求2所述的方法， 其特征在于， 所述注意力模块包括级联的第 一提取子网 络、 第二提取子网络和第三提取子网络， 所述通过各所述注意力模块对输入的所述分层特 征图分别进行 特征提取， 包括： 对于各所述注意力模块， 通过所述第 一提取子网络对输入的所述分层特征图进行特征 提取， 通过所述第二提取子网络中的第一特征提取分支和 第二特征提取分支分别对所述第 一提取子网络输出 的特征图进行特征提取， 得到两个候选特征图， 并通过所述第二提取子 网络对所述两个候选特征图进 行融合处理， 通过所述第三提取子网络对所述第二提取子网 络输出的特 征图进行 特征提取。 4.根据权利要求3所述的方法， 其特征在于， 所述第 一提取子网络包括两个非对称的第 一卷积层以及第一融合层， 所述通过所述第一提取子网络对输入的所述分层特征图进 行特 征提取， 包括： 通过所述两个第 一卷积层对所述分层特征图分别进行特征提取， 通过所述第 一融合层 对所述两个第一卷积层输出的特 征图进行融合处 理。 5.根据权利要求3所述的方法， 其特征在于， 所述第一特征提取分支包括第二卷积层， 所述第二特征提取分支包括所述第二卷积层以及级联的全局池化层、 第一全连接层、 激活 函数层以及第二全连接层。 6.根据权利要求3所述的方法， 其特征在于， 所述第 三提取子网络包括两个非对称的第 三卷积层以及第二融合层， 所述通过所述第三提取子网络对所述第二提取子网络输出的特 征图进行 特征提取， 包括： 通过所述两个第 三卷积层对所述第 二提取子网络输出的特征图分别进行特征提取， 通 过所述第二融合层对所述两个第三卷积层输出的特 征图进行融合处 理。 7.根据权利要求3所述的方法， 其特征在于， 所述注意力模块还包括参数标准化子网 络， 所述通过所述第三提取子网络对所述第二提取子网络输出的特征图进行特征提取之 后， 所述方法还 包括： 通过所述参数标准化子网络对所述第三提取子网络输出的特征图进行参数标准化处 理。权　利　要　求　书 1/2 页 2 CN 115063658 A 28.根据权利要求1至7任一所述的方法， 其特征在于， 所述通过所述分层网络对所述下 采样网络 输出的特 征图进行分层处 理， 包括： 通过所述分层网络基于通道数对所述下采样网络 输出的特 征图进行分层处 理； 其中， 分层处理后得到的所述多个分层特征图的尺寸均与所述下采样网络输出的特征 图相同， 且， 所述多个分层特征图的通道数之和与所述下采样网络输出 的特征图的通道数 相等。 9.根据权利要求1至7任一所述的方法， 其特征在于， 所述通过所述特征融合网络对所 述多个注意力模块输出的多个特征图以及所述下采样网络输出的特征图进 行融合处理， 包 括： 通过所述特征融合网络对所述多个注意力模块输出的多个特征图进行融合处理， 并通 过所述特征融合网络对融合处理后得到的特征图和所述下采样网络输出的特征图再次进 行融合处 理。 10.一种目标检测装置， 其特 征在于， 所述装置包括： 输入模块， 用于将目标图像输入至特征提取网络中， 所述特征提取网络包括级联的下 采样网络、 分层网络、 注意力网络和特 征融合网络， 所述注意力网络包括多个注意力模块； 特征提取模块， 用于通过所述下采样网络对所述目标图像进行下采样特征提取， 通过 所述分层网络对所述下采样网络输出的特征图进 行分层处理， 通过所述多个注意力模块对 所述分层网络输出的多个分层特征图进行特征提取， 通过所述特征融合网络对所述多个注 意力模块输出的多个特征图 以及所述下采样网络输出的特征图进 行融合处理， 得到目标特 征图， 所述目标 特征图用于进行目标检测。 11.一种计算机设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。 12.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。 13.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至9中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115063658 A 3