(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 202210445873.8 (22)申请日 2022.04.26 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 马圆　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张思淼 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种图像 检测的方法和相关装置 (57)摘要 本申请公开了一种图像检测的方法和相关 装置， 该方法包括： 通过检测模型中不同尺寸的 卷积核对包括目标对象的输入图像进行卷积处 理， 得到不同尺寸的卷积特征图， 以对应目标对 象所属的不同层级图像类别； 通过检测模型对不 同尺寸的卷积特征图进行发散激活处理， 得到不 同尺寸的激活特征图； 通过检测模 型对不同尺寸 的激活特征图进行像素平均处理， 得到融合特征 图； 通过检测模型对融合特征图进行检测处理， 得到输入图像中目标对象的检测结果。 可见， 通 过发散激活处理方式引入发散激活机制， 融合目 标对象所属的同一层级图像类别下空间信息， 并 融合目标对象所属的不同层级图像类别下语义 信息， 避免忽略目标对象的完整性， 提升图像检 测准确度。 权利要求书2页 说明书11页 附图3页 CN 114821170 A 2022.07.29 CN 114821170 A 1.一种图像 检测的方法， 其特 征在于， 包括： 利用检测模型中不同尺寸的卷积核对输入图像进行卷积处理， 获得不同尺寸的卷积特 征图； 所述输入图像包括 目标对象， 所述不同尺寸的卷积特征图对应所述 目标对象所属的 不同层级图像 类别； 利用所述检测模型对所述不同尺寸的卷积特征图进行发散激活处理， 获得不同尺寸的 激活特征图； 利用所述检测模型对所述不同尺寸的激活特征图进行像素平均处理， 获得融合特征 图； 利用所述检测模型对所述融合特征图进行检测处理， 获得所述输入图像中所述目标对 象的检测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述利用所述检测模型对所述不同尺寸的 卷积特征图进行发散 激活处理， 获得不同尺寸的激活特 征图， 包括： 利用所述检测模型对所述不同尺寸的卷积特征图分别进行差异发散激活处理， 获得所 述每个尺寸的卷积特 征图对应的多个差异特 征图； 利用所述检测模型对所述每个尺寸的卷积特征图对应的多个差异特征图进行分层发 散激活处理， 获得所述不同尺寸的激活特 征图。 3.根据权利要求2所述的方法， 其特征在于， 所述利用所述检测模型对所述每个尺寸的 卷积特征图对应的多个差异特征图进 行分层发散激活处理， 获得所述不同尺寸的激活特征 图， 包括： 利用所述检测模型对所述每个尺寸的卷积特征图对应的多个差异特征图进行平均处 理， 获得所述不同尺寸的激活特 征图。 4.根据权利要求1所述的方法， 其特征在于， 所述利用所述检测模型对所述融合特征图 进行检测处 理， 获得所述输入图像中所述目标对象的检测结果， 包括： 利用所述检测模型对所述融合特 征图进行 卷积处理， 获得目标 特征图； 利用所述检测模型对所述目标 特征图进行解码处 理， 获得所述检测结果。 5.根据权利要求1所述的方法， 其特 征在于， 所述检测模型的获得步骤 包括： 获取训练图像、 所述训练图像 中训练对象的训练类别、 训练类别置信度、 训练检测区域 和训练检测区域置信度； 将所述训练图像输入检测器， 输出所述训练对象的预测类别、 预测类别置信度、 预测检 测区域和预测检测区域置信度； 若所述预测类别、 预测类别置信度、 预测检测区域和预测检测区域置信度、 与所述训练 类别、 训练类别置信度、 训练检测区域和训练检测区域置信度不匹配， 利用所述检测器的损 失函数调整所述检测器的参数直至训练完成； 将训练完成的检测器确定为所述检测模型。 6.根据权利要求5所述的方法， 其特征在于， 所述损失函数包括差异发散激活损失函数 和分层发散 激活损失函数。 7.根据权利要求5所述的方法， 其特征在于， 所述检测结果包括类别、 类别置信度、 检测 区域和检测区域置信度。 8.一种图像检测的装置， 其特征在于， 包括： 卷积单元、 发散激活单元、 像素平均单元和权　利　要　求　书 1/2 页 2 CN 114821170 A 2检测单元； 所述卷积单元， 用于利用检测模型中不同尺寸的卷积核对输入图像进行卷积处理， 获 得不同尺寸的卷积特征图； 所述输入图像包括 目标对象， 所述不同尺寸的卷积特征图对应 所述目标对象所属的不同层级图像 类别； 所述发散激活单元， 用于利用所述检测模型对所述不同尺寸的卷积特征图进行发散激 活处理， 获得不同尺寸的激活特 征图； 所述像素平均 单元， 用于利用所述检测模型对所述不同尺寸的激活特征图进行像素平 均处理， 获得融合特 征图； 所述检测单元， 用于利用所述检测模型对所述融合特征图进行检测 处理， 获得所述输 入图像中所述目标对象的检测结果。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括处 理器以及存 储器： 所述存储器用于存 储程序代码， 并将所述 程序代码传输给 所述处理器； 所述处理器用于根据 所述程序代码中的指令执行权利要求1 ‑7任一项所述的图像检测 的方法。 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用于存储程序代 码， 所述程序代码用于执 行权利要求1 ‑7任一项所述的图像 检测的方法。权　利　要　求　书 2/2 页 3 CN 114821170 A 3