(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 202210172891.3 (22)申请日 2022.02.24 (71)申请人 北京奕斯伟计算 技术有限公司 地址 100176 北京市大兴区北京经济技 术 开发区科创十街18号院3号楼1层101 室 (72)发明人 邢永鑫　闫俊超　张喆尧　 (74)专利代理 机构 北京成创同维知识产权代理 有限公司 1 1449 专利代理师 刘静 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) (54)发明名称 目标检测方法、 装置及存 储介质 (57)摘要 本申请公开了一种目标检测方法、 装置及存 储介质。 该目标检测方法包括： 接收目标图像； 将 目标图像输入给注意力特征融合多尺度单发射 击检测AFF ‑SSD网络结构， 以获得多个特征图和 至少一个注意力特征融合 图， AFF‑SSD网络结构 将至少两个特征图进行特征融合得到注意力特 征融合图， AFF‑SSD网络结构以多尺度单发射击 检测SSD基础网络结构为基础构建而成； 以及基 于注意力特征融合图和特征图对目标图像进行 特征识别。 该方法可以实现对小物体目标的精确 检测。 权利要求书3页 说明书9页 附图5页 CN 114596486 A 2022.06.07 CN 114596486 A 1.一种目标检测方法， 其特 征在于， 包括： 接收目标图像； 将所述目标图像输入给注意力特征融合多尺度单发射击检测AFF ‑SSD网络结构， 以获 得多个特征图和 至少一个注意力特征融合图， 所述AFF ‑SSD网络结构将至少两个所述特征 图进行特征融合得到所述注意力特征融合图， 所述AFF ‑SSD网络结构以多尺度单发射击检 测SSD基础网络结构为基础构建而成； 以及 基于所述注意力特 征融合图和所述特 征图对所述目标图像进行 特征识别。 2.根据权利要求1所述的目标检测方法， 其特征在于， 将至少两个所述特征图进行特征 融合得到所述注意力特 征融合图包括： 将Conv4_3层和Fc7层进行 特征融合， 以获得新的Co nv4_3层； 将Fc7层和Co nv8_2层进行 特征融合， 以获得新的Fc7层； 将所述新的Conv4_3层和所述 新的Fc7层分别作为所述注意力特 征融合图。 3.根据权利要求1或2所述的目标检测方法， 其特征在于， 将至少两个所述特征图进行 特征融合的方法包括： 对所述AFF ‑SSD网络结构中的第n个特征图进行处理， 以获得所述第n个特征图的空间 注意力图， n 为自然数； 对所述AFF ‑SSD网络结构中的第n+1个特征 图进行处理， 以获得所述第n+1个特征 图的 通道注意力图； 以及 基于特征增强方法将所述第n个特征图的空间注意力图和所述第n+1个特征图的通道 注意力图进行 特征融合， 以获得初始融合图， 其中， 所述第n个特征图是Conv4_3层输出的特征图， 所述第n+1个特征图是Fc7层输出 的特征图， 或者所述第n个特征图是Fc7层输出的特征图， 所述第n+1个特征图是Conv8_2层 输出的特 征图。 4.根据权利要求3所述的目标检测方法， 其特征在于， 将至少两个所述特征图进行特征 融合的方法还包括： 将所述初始融合图与所述第n个特征图进 行特征融合， 以获得所述注 意 力特征融合图。 5.根据权利要求3所述的目标检测方法， 其特征在于， 获得所述第n个特征图的空间注 意力图的方法包括： 对所述第n个特 征图进行 卷积， 以获得第一矩阵； 对所述第n个特 征图进行 卷积， 以获得第二矩阵； 对所述第一矩阵进行维度重排， 以获得第三矩阵； 对所述第二矩阵进行维度重排和矩阵转置， 以获得第四矩阵； 将所述第三矩阵和第四矩阵相乘， 以得到第一特 征图矩阵； 在列方向上对所述第一特 征图矩阵进行归一 化处理； 以及 对归一化处理后的所述第一特征图矩阵进行维度重排， 以获得所述第n个特征图的空 间注意力图。 6.根据权利要求3所述的目标检测方法， 其特征在于， 获得所述第n+1个特征图的通道 注意力图的方法包括： 对所述第n+1个特 征图进行 卷积， 以获得第五矩阵；权　利　要　求　书 1/3 页 2 CN 114596486 A 2对所述第n+1个特 征图进行 卷积， 以获得第六矩阵； 对所述第五矩阵进行维度重排和矩阵转置， 以获得第七矩阵； 对所述第六矩阵进行维度重排， 以获得第八矩阵； 将所述第七矩阵和第八矩阵相乘， 以得到第二特 征图矩阵； 在列方向上对所述第二特 征图矩阵进行归一 化处理； 以及 对归一化处理后的所述第二特征图矩阵进行维度重排， 以获得所述第n+1个特征图的 通道注意力图。 7.一种目标检测装置， 其特 征在于， 包括： 接收模块， 接收目标图像； 特征提取模块， 将所述目标图像输入给注意力特征融合多尺度单发射击检测AFF ‑SSD 网络结构， 以获得多个特征图和至少一个注意力特征融合图， 所述AFF ‑SSD网络结构将 至少 两个所述特征图进行特征融合得到所述注意力特征融合图， 所述AFF ‑SSD网络结构以多尺 度单发射击检测S SD基础网络结构为基础构建而成； 以及 识别模块， 基于所述注意力特 征融合图和所述特 征图对所述目标图像进行 特征识别。 8.根据权利要求7所述的目标检测装置， 其特征在于， 所述AFF ‑SSD网络结构包括两个 所述注意力特 征融合模块， 其中， 一个注意力特征融合模块将Conv4_3层和Fc7层进行特征融合， 以获得新的 Conv4_3层， 另一个注意力特 征融合模块将Fc7层和Co nv8_2层进行 特征融合， 以获得新的Fc7层， 所述新的Conv4_3层和所述 新的Fc7层分别作为所述注意力特 征融合图。 9.根据权利要求7或8所述的目标检测装置， 其特征在于， 所述注意力特征融合模块包 括： 空间注意力 模块， 对所述AFF ‑SSD网络结构中的第n个特征图进行处理， 以获得所述第n 个特征图的空间注意力图， n 为自然数； 通道注意力模块， 对所述AFF ‑SSD网络结构中的第n+1个特征图进行处理， 以获得所述 第n+1个特 征图的通道 注意力图； 以及 融合模块， 基于特征增强方法将所述第n个特征图的空间注意力图和所述第n+1个特征 图的通道 注意力图进行 特征融合， 以获得初始融合图， 其中， 所述第n个特征图是Conv4_3层输出的特征图， 所述第n+1个特征图是Fc7层输出 的特征图， 或者所述第n个特征图是Fc7层输出的特征图， 所述第n+1个特征图是Conv8_2层 输出的特 征图。 10.根据权利要求8所述的目标检测装置， 其特征在于， 所述注意力特征融合模块还包 括： 拼接模块， 将所述初始融合图与所述第n个特征图进行特征融合， 以获得所述注意力特 征融合图。 11.权利要求9所述的目标检测装置， 其特 征在于， 所述空间注意力模块包括： 第一卷积层， 对所述第n个特 征图进行 卷积， 以获得第一矩阵； 第二卷积层， 对所述第n个特 征图进行 卷积， 以获得第二矩阵； 第一Reshape层， 对所述第一矩阵进行维度重排， 以获得第三矩阵； 第二Reshape层， 对所述第二矩阵进行维度重排和矩阵转置， 以获得第四矩阵；权　利　要　求　书 2/3 页 3 CN 114596486 A 3