(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 202210329135.7 (22)申请日 2022.03.30 (71)申请人 苏州科达科技股份有限公司 地址 215011 江苏省苏州市高新区金山路 131号 (72)发明人 庄磊　毛晓蛟　章勇　曹李军　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 林韵英 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 目标图像检测方法及 图像检测模型训练方 法 (57)摘要 本申请是关于一种目标图像检测方法及 图 像检测模型训练方法， 具体涉及计算机视觉技术 领域。 所述方法包括： 获取目标图像以及目标支 撑图像； 分别对目标图像以及目标支撑图像进行 特征提取， 对应获得目标特征以及目标支撑特 征； 基于目标特征与目标支撑特征之间的相似 度， 生成注意力特征； 对目标特征进行目标检测 处理， 获得候选查询特征； 对注意力特征进行目 标检测处理， 获得候选支撑特征； 基于候选查询 特征与候选支撑特征之间的匹配关系， 在目标图 像中确定目的物 体。 上述方案在样 本较小的情况 下， 也使得计算机设备在处理过程中更容易注意 到目标物体对应的特征， 从而提高了目标检测的 准确性。 权利要求书3页 说明书15页 附图8页 CN 114638973 A 2022.06.17 CN 114638973 A 1.一种目标图像 检测方法， 其特 征在于， 所述方法包括： 获取目标图像以及目标支撑图像； 所述目标支撑图像中包 含目的物体； 分别对目标图像以及目标支撑图像进行特征提取， 对应获得目标特征以及目标支撑特 征； 基于所述目标 特征与所述目标支撑特 征之间的相似度， 生成注意力特 征； 对所述目标 特征进行目标检测处 理， 获得候选查询特 征； 对所述注意力特 征进行目标检测处 理， 获得候选支撑特 征； 基于候选查询特征与候选支撑特征之间的匹配关系， 在所述目标图像中确定所述目的 物体。 2.根据权利要求1所述的方法， 其特征在于， 所述对目标图像以及目标支撑图像进行特 征提取， 对应获得目标 特征以及目标支撑特 征， 包括： 通过图像检测模型中的特征提取模块， 对所述目标图像进行特征提取， 获得所述目标 特征； 通过所述特征提取模块， 对至少两张所述目标支撑 图像进行特征提取， 获得至少两个 中间特征； 将所述至少两个中间特 征的均值， 获取为所述目标支撑特 征。 3.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标特征与 所述目标支撑特 征之间的相似度， 生成注意力特 征， 包括： 将所述目标特征与 所述目标支撑特征在各个维度 上进行卷积处理， 并将各个维度的卷 积结果构建为所述注意力特 征。 4.根据权利要求1所述的方法， 其特征在于， 所述基于候选查询特征与候选支撑特征之 间的匹配关系， 在所述目标图像中确定所述目的物体， 包括： 将所述候选查询特征与所述候选支撑特征之间的相似度， 获取为所述候选支撑特征的 置信度； 当所述候选支撑特征的置信度 大于置信阈值 时， 将所述候选支撑特征确定为所述目的 物体的区域， 并将所述置信度获取为所述目的物体的存在概 率。 5.一种图像 检测模型训练方法， 其特 征在于， 所述方法包括： 获取样本 图像以及样本支撑 图像； 所述样本支撑 图像中包含目的物体； 所述样本 图像 中存在目的标注区域； 通过图像检测模型中的特征提取模块， 分别对所述样本图像以及样本支撑图像进行特 征提取， 对应获得样本特 征以及样本支撑特 征； 基于所述样本特 征与样本支撑特 征之间的相似度， 生成样本注意力特 征； 通过所述图像检测模型中的目标检测模块对所述样本特征进行目标检测处理， 获得样 本候选查询特 征； 通过所述目标检测模块对所述样本注意力特征进行目标检测处理， 获得样本候选支撑 特征； 通过图像检测模型中的多头选择模块， 获取候选查询特征与候选支撑特征之间的匹配 关系， 并基于匹配关系输出 所述样本图像中的预测物体区域； 根据所述预测物体区域与 所述样本图像中的目的标注区域， 对所述图像检测模型进行权　利　要　求　书 1/3 页 2 CN 114638973 A 2训练， 以通过训练后的图像 检测模型对目标图像进行检测。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述预测物体区域与 所述样本图 像中的目的标注区域， 对所述图像 检测模型进行训练， 包括： 根据所述预测物体区域， 与所述目的标注区域， 获取第 一损失函数值， 以对所述目标检 测模块进行反向传播更新； 根据所述预测物体区域， 与所述目的标注区域， 获取第 二损失函数值， 以对所述多头选 择模块进行反向传播更新。 7.一种目标图像 检测装置， 其特 征在于， 所述装置包括： 目标图像获取模块， 用于获取目标图像以及目标支撑 图像； 所述目标支撑 图像中包含 目的物体； 特征提取模块， 用于分别对目标图像以及目标支撑 图像进行特征提取， 对应获得目标 特征以及目标支撑特 征； 注意力特征生成模块， 用于基于所述目标特征与所述目标支撑特征之间的相似度， 生 成注意力特 征； 第一检测模块， 用于对所述目标 特征进行目标检测处 理， 获得候选查询特 征； 第二检测模块， 用于对所述注意力特 征进行目标检测处 理， 获得候选支撑特 征； 目标物体确定模块， 用于基于候选查询特征与候选支撑特征之间的匹配关系， 在所述 目标图像中确定所述目的物体。 8.一种图像 检测模型训练装置， 其特 征在于， 所述装置包括： 样本图像获取模块， 用于获取样本 图像以及样本支撑 图像； 所述样本支撑 图像中包含 目的物体； 所述样本图像中存在目的标注区域； 样本提取模块， 用于通过图像检测模型中的特征提取模块， 分别对所述样本 图像以及 样本支撑图像进行 特征提取， 对应获得样本特 征以及样本支撑特 征； 样本注意力特征生成模块， 用于基于所述样本特征与样本支撑特征之间的相似度， 生 成样本注意力特 征； 第一样本检测模块， 用于通过所述图像检测模型中的目标检测模块对所述样本特征进 行目标检测处 理， 获得样本候选查询特 征； 第二样本检测模块， 用于通过所述目标检测模块对所述样本注意力特征进行目标检测 处理， 获得样本候选支撑特 征； 区域预测模块， 用于通过图像检测模型中的多头选择模块， 获取候选查询特征与候选 支撑特征之间的匹配关系， 并基于匹配关系输出 所述样本图像中的预测物体区域； 模型训练模块， 用于根据所述预测物体区域与所述样本 图像中的目的标注区域， 对所 述图像检测模型进行训练， 以通过训练后的图像 检测模型对目标图像进行检测。 9.一种计算机设备， 其特征在于， 所述计算机设备中包含处理器和存储器， 所述存储器 中存储有至少一条指令、 至少一段程序、 代码集或指令集， 所述至少一条指令、 至少一段程 序、 代码集或指 令集由处理器加载并执行以实现如权利要求 1至4任一所述的目标图像检测 方法； 或者， 所述至少一条指令、 至少一段程序、 代码集或指令集由处理器加载并执行以实现 如权利要求5或6任一所述的图像 检测模型训练方法。权　利　要　求　书 2/3 页 3 CN 114638973 A 3