本申請涉及圖像處理,尤其涉及一種目標檢測方法、裝置、設(shè)備、存儲介質(zhì)及計算機程序產(chǎn)品。
背景技術(shù):
1、在工業(yè)場景中,產(chǎn)線上的目標形態(tài)都比較固定,而生產(chǎn)過程中可能需要對這些目標缺陷檢測、分類以及測量等操作,因此,需要通過相關(guān)算法先確定該目標的一個roi(region?of?interest,感興趣區(qū)),也即圖像中需要特別處理的區(qū)域,并將其姿態(tài)對齊。
2、目前主要是通過幾何匹配的方式對模板圖像進行邊緣提取并保存,在進行圖像檢測時,對待測圖進行同樣的邊緣提取,將該模板圖像的邊緣模式在待測圖上進行滑動,以計算每個位置的邊緣和模板是否能匹配,該方法的核心在于逐一位置姿態(tài)的邊緣模式的比對,而邊緣提取效果是否穩(wěn)定則是會直接影響到檢測效果,且耗時會隨著目標可能的姿態(tài)范圍變大而變大,會導(dǎo)致算法的目標檢測效率低下。
3、因此,如何提高對圖像中目標物體的檢測效率,是目前亟需解決的一個問題。
4、上述內(nèi)容僅用于輔助理解本申請的技術(shù)方案,并不代表承認上述內(nèi)容是現(xiàn)有技術(shù)。
技術(shù)實現(xiàn)思路
1、本申請的主要目的在于提供一種目標檢測方法、裝置、設(shè)備、存儲介質(zhì)及計算機程序產(chǎn)品,旨在解決相關(guān)技術(shù)中,逐一位置姿態(tài)的邊緣模式的比對,而邊緣提取效果是否穩(wěn)定則是會直接影響到檢測效果,且耗時會隨著目標可能的姿態(tài)范圍變大而變大,會導(dǎo)致算法的目標檢測效率低下的技術(shù)問題。
2、為實現(xiàn)上述目的,本申請?zhí)岢鲆环N目標檢測方法,所述目標檢測方法包括:
3、獲取目標物體對應(yīng)的待檢測圖像;
4、將所述待檢測圖像輸入至預(yù)設(shè)圖像檢測模型,基于所述預(yù)設(shè)圖像檢測模型,對所述待檢測圖像進行處理,得到檢測結(jié)果,其中,所述檢測結(jié)果是通過對目標物體上的多個關(guān)鍵點進行位置檢測,且當至少兩個所述關(guān)鍵點與預(yù)設(shè)匹配模板匹配時輸出的;
5、基于所述檢測結(jié)果,計算所述目標物體的目標姿態(tài)。
6、在一實施例中,所述基于所述預(yù)設(shè)圖像檢測模型,對所述待檢測圖像進行處理,得到檢測結(jié)果的步驟,包括:
7、基于所述預(yù)設(shè)圖像檢測模型,對所述待檢測圖像進行特征轉(zhuǎn)換,輸出第一特征圖;
8、提取所述第一特征圖中的多個關(guān)鍵點,并通過預(yù)設(shè)匹配模板對各所述關(guān)鍵點進行匹配處理,得到粗定位數(shù)據(jù);
9、對所述粗定位數(shù)據(jù)進行分割區(qū)域匹配處理,得到精定位數(shù)據(jù);
10、基于所述精定位數(shù)據(jù),生成檢測結(jié)果。
11、在一實施例中,所述通過預(yù)設(shè)匹配模板對各所述關(guān)鍵點進行匹配處理,得到粗定位數(shù)據(jù)的步驟,包括:
12、將各所述關(guān)鍵點進行兩兩配對,生成多組配對關(guān)鍵點;
13、通過預(yù)設(shè)匹配模板對所述配對關(guān)鍵點進行匹配處理,生成匹配區(qū)域數(shù)據(jù);
14、對所述匹配區(qū)域數(shù)據(jù)進行過濾處理,得到粗定位數(shù)據(jù)。
15、在一實施例中,所述對所述粗定位數(shù)據(jù)進行分割區(qū)域匹配處理,得到精定位數(shù)據(jù)的步驟,包括:
16、在預(yù)設(shè)移動范圍內(nèi)對所述目標物體進行擾動處理,并提取多次擾動操作后得到的第一圖像數(shù)據(jù);
17、確定所述第一圖像數(shù)據(jù)中分割區(qū)域的多個像素位置;
18、將所述像素位置與所述關(guān)鍵點的實際位置進行精度計算,得到精定位數(shù)據(jù)。
19、在一實施例中,所述將所述像素位置與所述關(guān)鍵點的實際位置進行精度計算,得到精定位數(shù)據(jù)的步驟,包括:
20、計算各所述像素位置與所述關(guān)鍵點的實際位置的第一距離;
21、提取所述第一距離中的最小值對應(yīng)的定位數(shù)據(jù)作為精定位數(shù)據(jù)。
22、在一實施例中,所述將所述待檢測圖像輸入至預(yù)設(shè)圖像檢測模型的步驟之前,還包括:
23、獲取訓(xùn)練集圖像;
24、確定所述訓(xùn)練集圖像中待檢測的第一目標實例,并通過旋轉(zhuǎn)矩形標注出所述第一目標實例的分割區(qū)域;
25、基于所述分割區(qū)域,生成預(yù)設(shè)匹配模板;
26、通過所述預(yù)設(shè)匹配模板對所述訓(xùn)練集圖像中的所有目標實例進行標注定位,得到標注結(jié)果,直至所述標注結(jié)果滿足預(yù)設(shè)誤差閾值需求時,輸出訓(xùn)練好的圖像檢測模型。
27、此外,為實現(xiàn)上述目的,本申請還提出一種目標檢測裝置,所述目標檢測裝置包括:
28、第一獲取模塊,用于獲取目標物體對應(yīng)的待檢測圖像;
29、處理模塊,用于將所述待檢測圖像輸入至預(yù)設(shè)圖像檢測模型,基于所述預(yù)設(shè)圖像檢測模型,對所述待檢測圖像進行處理,得到檢測結(jié)果,其中,所述檢測結(jié)果是通過對目標物體上的多個關(guān)鍵點進行位置檢測,且當至少兩個所述關(guān)鍵點與預(yù)設(shè)匹配模板匹配時輸出的;
30、計算模塊,用于基于所述檢測結(jié)果,計算所述目標物體的目標姿態(tài)。
31、此外,為實現(xiàn)上述目的,本申請還提出一種目標檢測設(shè)備,所述設(shè)備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述計算機程序配置為實現(xiàn)如上文所述的目標檢測方法的步驟。
32、此外,為實現(xiàn)上述目的,本申請還提出一種存儲介質(zhì),所述存儲介質(zhì)為計算機可讀存儲介質(zhì),所述存儲介質(zhì)上存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的目標檢測方法的步驟。
33、此外,為實現(xiàn)上述目的,本申請還提供一種計算機程序產(chǎn)品,所述計算機程序產(chǎn)品包括計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的目標檢測方法的步驟。
34、本申請?zhí)岢隽艘环N目標檢測方法、裝置、設(shè)備、存儲介質(zhì)及計算機程序產(chǎn)品,本申請通過獲取目標物體對應(yīng)的待檢測圖像,并將待檢測圖像輸入至預(yù)設(shè)圖像檢測模型,通過預(yù)設(shè)圖像檢測模型對待檢測圖像進行處理,根據(jù)得到的檢測結(jié)果來計算目標物體的目標姿態(tài),從而確定目標物體的目標姿態(tài),因為檢測結(jié)果是通過對目標物體上的多個關(guān)鍵點進行位置檢測,而不是通過逐一位置姿態(tài)的邊緣模式的比對,所以不會受到邊緣提取效果是否穩(wěn)定的影響,耗時也不會隨著目標可能的姿態(tài)范圍而變化而增加,因而減少了實際的目標檢測耗時,提升了圖像檢測效率。
1.一種目標檢測方法,其特征在于,所述方法包括:
2.如權(quán)利要求1所述的方法,其特征在于,所述基于所述預(yù)設(shè)圖像檢測模型,對所述待檢測圖像進行處理,得到檢測結(jié)果的步驟,包括:
3.如權(quán)利要求2所述的方法,其特征在于,所述通過預(yù)設(shè)匹配模板對各所述關(guān)鍵點進行匹配處理,得到粗定位數(shù)據(jù)的步驟,包括:
4.如權(quán)利要求2所述的方法,其特征在于,所述對所述粗定位數(shù)據(jù)進行分割區(qū)域匹配處理,得到精定位數(shù)據(jù)的步驟,包括:
5.如權(quán)利要求4所述的方法,其特征在于,所述將所述像素位置與所述關(guān)鍵點的實際位置進行精度計算,得到精定位數(shù)據(jù)的步驟,包括:
6.如權(quán)利要求1所述的方法,其特征在于,所述將所述待檢測圖像輸入至預(yù)設(shè)圖像檢測模型的步驟之前,還包括:
7.一種目標檢測裝置,其特征在于,所述裝置包括:
8.一種目標檢測設(shè)備,其特征在于,所述設(shè)備包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述計算機程序配置為實現(xiàn)如權(quán)利要求1至6中任一項所述的目標檢測方法的步驟。
9.一種存儲介質(zhì),其特征在于,所述存儲介質(zhì)為計算機可讀存儲介質(zhì),所述存儲介質(zhì)上存儲有計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6中任一項所述的目標檢測方法的步驟。
10.一種計算機程序產(chǎn)品,其特征在于,所述計算機程序產(chǎn)品包括計算機程序,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至6中任一項所述的目標檢測方法的步驟。