(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 202211015864.1 (22)申请日 2022.08.24 (71)申请人 智慧互通科技股份有限公司 地址 075000 河北省张家口市空港经济技 术开发区一期十号楼 (72)发明人 闫军　阳平　王艳清　 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/70(2022.01) G06V 10/52(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于二维图像的目标检测方法及系统 (57)摘要 本发明公开一种基于二维图像的目标检测 方法及系统， 涉及计算机视觉 领域， 包括： 对采集 的监控区域中的二维图像进行目标位置标注， 生 成训练数据集； 然后采用训练集数据对所述深度 学习目标检测模型的骨干网络及其目标中心预 测分支网络， 判断极小目标分支网络和目标尺度 预测分支网络进行训练， 并通过训练好的深度学 习目标检测模 型对目标进行检测， 由于本发明针 对不同图像分辨率尺寸的目标采用不同的手段 进行标注与检测， 即使随着拍摄范围的扩大， 某 些尺寸极小的目标也可以通过单个像素点的方 式进行检测， 从而可以提高目标检测范围。 权利要求书2页 说明书7页 附图2页 CN 115457487 A 2022.12.09 CN 115457487 A 1.一种基于二维图像的目标检测方法， 以车辆目标为例， 其特 征在于， 所述方法包括： 对采集的监控区域中的二维图像进行 车辆目标 标注， 生成训练数据集； 将输入的二维图像通过深度 学习目标检测模型的骨干网络提取特征图， 将所述特征图 输入到深度学习目标检测模型的目标中心预测分支网络， 判断极小目标分支网络和目标尺 度预测分支网络， 分别得到目标中心位置、 目标 是否为极小目标 标签以及目标的尺寸； 通过所述训练数据集进行深度学习目标检测模型的骨干网络以及所述目标中心预测 分支网络， 判断极小目标分支网络和目标尺度预测分支网络的训练； 通过训练后的深度学习目标检测模型对车辆目标进行检测识别。 2.根据权利要求1所述的一种基于二维图像的目标检测方法， 其特征在于， 所述对采集 的监控区域中的二维图像进行 车辆目标 标注， 生成训练数据集的步骤 包括： 对监控区域中的二维图像中像素大于或等于预设像素尺寸的非极小目标， 标注出所述 目标的最小包围矩形框及类别； 对监控区域中的二维图像中像素小于预设像素尺寸的极小目标， 标注出所述目标中心 点的位置和类别。 3.根据权利要求2所述的一种基于二维图像的目标检测方法， 其特征在于， 所述根据目 标中心位置对所述目标中心预测分支网络进行训练的步骤 包括： 以所述特 征图中的目标中心为圆心， 并根据目标尺寸计算圆的半径； 通过所述 圆心及半径生成二维高斯函数填充热力图， 并根据所述二维高斯函数填充热 力图回归方式对所述目标中心预测分支网络进行训练。 4.根据权利要求2所述的一种基于二维图像的目标检测方法， 其特征在于， 所述根据目 标是否为极小目标 标签对所述判断极小目标分支网络进行训练的步骤 包括： 以所述特征图中的目标中心对应的特征向量作为输入的二类分类器， 完成所述判断极 小目标分支网络训练。 5.根据权利要求2所述的一种基于二维图像的目标检测方法， 其特征在于， 所述根据目 标的尺寸对所述目标尺度预测分支网络进行训练的步骤 包括： 通过特征图像中的非极小目标中心对应的特征向量， 生成目标的宽度和高度， 并通过 回归方式训练得到所述目标的宽度和高度。 6.一种基于二维图像的目标检测系统， 其特 征在于， 所述系统包括： 生成单元， 用于对 采集的监控区域中的二维图像进行 车辆目标 标注， 生成训练数据集； 训练单元， 用于将输入的训练数据集的二维图像， 通过深度学习目标检测模型的骨干 网络提取特征图， 将所述特征图输入到深度学习目标检测模型的目标中心预测分支网络， 判断极小目标分支网络和目标尺度预测分支网络， 分别得到目标中心位置、 目标是否为极 小目标标签以及目标的尺寸， 通过所述训练数据集进 行深度学习目标检测模型的骨干网络 以及对所述目标中心预测分支网络， 判断极小目标分支网络和目标尺度预测分支网络的训 练； 检测识别单 元， 用于通过训练后的深度学习目标检测模型对目标进行检测识别。 7.根据权利要求6所述的一种基于二维图像的目标检测系统， 其特 征在于， 所述生成单元， 具体用于对监控区域中的二维图像中像素大于或等于预设像素尺寸的 非极小目标， 标注出 所述目标的最小包围矩形框和类别；权　利　要　求　书 1/2 页 2 CN 115457487 A 2对监控区域中的二维图像中像素小于预设像素尺寸的极小目标， 标注出所述目标中心 点的位置和类别。 8.根据权利要求7 所述的一种基于二维图像的目标检测系统， 其特 征在于， 所述训练单元， 具体用于以所述特征图中的目标中心为圆心， 并根据目标尺寸计算圆 的半径； 通过所述圆心及半径生成二维高斯函数填充热力图， 并根据所述二维高斯函数填 充热力图回归方式对所述目标中心预测分支网络进行训练。 9.根据权利要求7所述的一种基于二维图像的目标检测系统， 其特征在于， 所述训练单 元， 以所述特征图中的目标中心对应的特征向量作为输入的二类分类器， 完成所述判断极 小目标分支网络训练。 10.根据权利要求7 所述的一种基于二维图像的目标检测系统， 其特 征在于， 所述训练单元， 具体还用于通过特征图像中的非极小目标中心对应的特征向量， 生成 目标的宽度和高度， 并通过回归方式训练得到所述目标的宽度和高度。权　利　要　求　书 2/2 页 3 CN 115457487 A 3