(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 202210151878.X (22)申请日 2022.02.18 (71)申请人 海尔数字科技 （上海） 有限公司 地址 201615 上海市 漕河泾开发区松江高 科技园莘砖公路6 68号202室-7 7 申请人 海尔数字科技 （青岛） 有限公司 　 青岛海尔工业智能研究院有限公司 (72)发明人 张玥　徐鹏　谈晟　盛国军　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 谢百韬　臧建明 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 20/56(2022.01)G06V 10/82(2022.01) G06T 7/73(2017.01) G06N 3/04(2006.01) (54)发明名称 目标检测方法及图片检测模型的训练方法 (57)摘要 本申请实施例提供一种目标检测方法及 图 片检测模型的训练方法， 包括： 将待检测图片输 入图片检测模型中的swin网络中， 通过swin网络 中的线性变换模块和与线性变换模块对应的第 一swin transformer模 块， 提取待检测图片中的 多个第一特征信息， 并通过swin网络中的至少一 个分块合并模块 以及与各分块合并模块对应的 第二swin  transformer模 块， 对多个第一特征信 息进行合并与提取， 得到第二特征信息； 将第二 特征信息输入图片检测模型中的transformer编 码网络中， 得到编码信息； 将编码信息输入图片 检测模型中的transformer解码网络中， 得到待 检测图片中目标的类别和位置信息。 本申请提供 的目标检测方法及图片检测模型的训练方法能 够提高对图片中的目标进行检测的精度。 权利要求书2页 说明书12页 附图6页 CN 114529792 A 2022.05.24 CN 114529792 A 1.一种目标检测方法， 其特 征在于， 包括： 将待检测图片输入图片检测模型中的swin网络中， 通过所述swin网络中的线性变换模 块和与所述线性变换模块对应的第一swin  transformer模块， 提取所述待检测图片中的多 个第一特征信息， 并通过所述swin网络中的至少一个分块合并模块以及与各所述分块合并 模块对应的第二swin  transformer模块， 对所述多个第一特征信息进行合并与提取， 得到 第二特征信息； 将所述第二特征信息输入所述图片检测模型中的transformer编码网络中， 得到编码 信息； 将所述编码信息输入所述图片检测模型中的transformer解码网络中， 得到所述待检 测图片中目标的类别和位置信息 。 2.根据权利要求1所述的方法， 其特征在于， 将所述编码信 息输入所述图片检测模型中 的transformer解码网络中， 得到所述待检测图片中目标的位置信息， 包括： 将所述编码信息输入所述图片检测模型中的transformer解码网络中， 得到所述目标 的边框的坐标信息； 通过加权边界框融合方法对所述边框的坐标信息进行处理， 得到所述目标的位置信 息。 3.根据权利要求1或2所述的方法， 其特征在于， 所述swin网络中的分块合并模块的数 量为多个， 多个所述分块 合并模块对应的分辨 率参数不同。 4.根据权利要求1或2所述的方法， 其特征在于， 所述通过所述swin网络中的线性变换 模块和与所述线性变换模块对应的第一swin  transformer模块， 提取所述待检测图片中的 多个第一特 征信息， 包括： 通过所述线性变换模块， 将所述待检测图片转换为张量信息； 通过所述第一sw in transformer模块 提取所述张量信息中的多个第一特 征信息。 5.一种图片检测模型的训练方法， 其特 征在于， 包括： 将样本图片输入初始图片检测模型中的初始swin网络中， 通过所述初始swin网络中的 初始线性变换模块和与所述初始线性变换模块对应的第一初始swin  transformer模块， 提 取所述待检测图片中的多个第一样本特征信息， 并通过所述初始swin网络中的至少一个初 始分块合并模块以及与各所述初始分块合并模块对应的第二初始swin  transformer模块， 对所述多个第一样本特 征信息进行合并与提取， 得到第二样本特 征信息； 对所述第二样本特征信 息和所述样本图片中目标的标注信 息进行特征融合处理， 得到 融合特征； 根据所述融合特 征， 调整所述初始图片检测模型中的模型参数， 得到图片检测模型。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述融合特征， 调整所述初始图 片检测模型中的模型参数， 得到图片检测模型， 包括： 将所述融合特征输入所述初始图片检测模型中的初始transformer编码网络中， 得到 样本编码信息； 将所述样本编码信息输入所述初始图片检测模型中的初始transformer解码网络中， 得到所述样本图片中目标的类别和位置信息； 根据所述标注信息、 所述样本 图片中目标的类别和位置信息， 调整所述初始图片检测权　利　要　求　书 1/2 页 2 CN 114529792 A 2模型中的模型参数， 得到图片检测模型。 7.一种目标检测装置， 其特 征在于， 包括： 第一特征提取模块， 用于将待检测图片输入图片检测模型中的swin网络中， 通过所述 swin网络中的线性变换模块和与所述线性变换模块对应的第一swin  transformer模块， 提 取所述待检测图片中的多个第一特征信息， 并通过所述swin网络中的至少一个分块合并模 块以及与各所述分块合并模块对应的第二swin  transformer模块， 对 所述多个第一特征信 息进行合并与提取， 得到第二特 征信息； 第一编码模块， 用于将所述第二特征信息输入所述图片检测模型中的transformer编 码网络中， 得到编码信息； 第一解码模块， 用于将所述编码信息输入所述图片检测模型中的transformer解码网 络中， 得到所述待检测图片中目标的类别和位置信息 。 8.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1至6任一项所 述的方法。 9.一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中存储有计算机 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1至6任一项 所述的方 法。 10.一种计算机程序产品， 其特征在于， 包括计算机程序， 该计算机程序被处理器执行 时实现权利要求1至 6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114529792 A 3