(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 20221015878 8.3 (22)申请日 2022.02.21 (71)申请人 京东鲲鹏(江苏)科技有限公司 地址 215500 江苏省苏州市 常熟市东 南街 道云深路2号 (72)发明人 刘浩　张宝丰　 (74)专利代理 机构 中原信达知识产权代理有限 责任公司 1 1219 专利代理师 张一军　王安娜 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/22(2022.01) G06V 10/24(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06K 9/62(2022.01) (54)发明名称 一种图像 检测方法和装置 (57)摘要 本发明公开了一种图像检测方法和装置， 涉 及计算机视觉技术领域。 该方法的一具体实施方 式包括： 采用图像实例分割模型对待检测图像进 行实例分割， 得到所述待检测图像中的各个实 例； 基于点 云数据和所述各个实例计算所述各个 实例的初步中心； 采用实例中心矫正模型对所述 各个实例的初步中心进行矫正， 得到所述各个实 例的矫正中心； 将所述各个实例的矫正中心输入 目标检测模 型， 以输出所述各个实例的框体和类 别。 该实施方式能够解决图像检测性能较差的技 术问题。 权利要求书2页 说明书13页 附图4页 CN 114550117 A 2022.05.27 CN 114550117 A 1.一种图像 检测方法， 其特 征在于， 包括： 采用图像实例分割模型对待检测图像进行实例分割， 得到所述待检测图像中的各个实 例； 基于点云数据和所述各个实例计算所述各个实例的初步中心； 采用实例中心矫正模型对所述各个实例的初步中心进行矫正， 得到所述各个实例的矫 正中心； 将所述各个实例的矫 正中心输入目标检测模型， 以输出 所述各个实例的框体和类别。 2.根据权利要求1所述的方法， 其特征在于， 基于点云数据和所述各个实例计算所述各 个实例的初步中心， 包括： 将点云数据投影至所述各个实例； 根据所述各个实例中重叠部分的点云数据， 合并出现在不同待检测图像中的同一个实 例的点云数据； 采用聚类算法计算出 所述各个实例的主体的点云数据； 基于所述各个实例的主体的点云数据， 计算所述各个实例的初步中心。 3.根据权利要求2所述的方法， 其特征在于， 采用聚类算法计算出所述各个实例的主体 的点云数据， 包括： 采用空间聚类算法计算出所述各个实例的主体的点云数据， 去除所述各个实例的主体 之外的点云数据。 4.根据权利要求1所述的方法， 其特征在于， 采用图像实例分割 模型对待检测图像进行 实例分割， 得到所述待检测图像中的各个实例之前， 还 包括： 获取各个角度的样本图像， 在所述各个角度的样本图像上标记出各个样本实例的位 置、 类别和轮廓， 并采用第一模型训练得到图像实例分割模型； 计算所述各个样本实例的初步中心， 在样本点云数据中标记出所述各个样本实例的框 体， 并采用第二模型训练得到实例中心矫 正模型； 采用第三模型训练得到目标检测模型。 5.根据权利要求4所述的方法， 其特征在于， 采用第一模型训练得到图像实例分割模 型， 包括： 将所述各个角度的样本图像及其各个样本实例的位置、 类别和轮廓输入到第 一模型中 进行训练， 从而训练得到图像实例分割模型； 其中， 所述第一模型为Mask  R‑CNN、 Hybrid Task Cascade或者BlendMaskd。 6.根据权利要求4所述的方法， 其特征在于， 计算所述各个样本实例的初步中心， 在样 本点云数据中标记出所述各个样本实例的框体， 并采用第二模型训练得到实例中心 矫正模 型， 包括： 基于样本点云数据和所述各个样本实例计算所述各个样本实例的初步中心； 在所述样本点云数据中标记出所述各个样本实例的框体， 并计算所述各个样本实例的 框体的中心； 将所述各个样本实例的初步中心和所述各个样本实例的框体的中心输入到第二模型 中进行训练， 从而训练得到实例中心矫 正模型。 7.根据权利要求6所述的方法， 其特征在于， 基于样本点云数据和所述各个样本实例计权　利　要　求　书 1/2 页 2 CN 114550117 A 2算所述各个样本实例的初步中心， 包括： 将样本点云数据投影至所述各个样本实例； 根据所述各个样本实例中重叠部分的点云数据， 合并出现在不同样本图像中的同一个 样本实例的点云数据； 采用聚类算法计算出 所述各个样本实例的主体的点云数据； 基于所述各个样本实例的主体的点云数据， 计算所述各个样本实例的初步中心。 8.根据权利要求4所述的方法， 其特征在于， 采用第三模型训练得到目标检测模型， 包 括： 将所述各个样本实例的各个点云的属性数据和所述各个样本实例的框体输入到第三 模型中进行训练， 从而训练得到目标检测模型； 其中， 每个点云的属性数据包括 三维坐标、 类别和所属框体的中心坐标。 9.一种图像 检测装置， 其特 征在于， 包括： 分割模块， 用于采用图像实例分割模型对待检测图像进行实例分割， 得到所述待检测 图像中的各个实例； 计算模块， 用于基于点云数据和所述各个实例计算所述各个实例的初步中心； 矫正模块， 用于采用实例中心矫正模型对所述各个实例的初步中心进行矫正， 得到所 述各个实例的矫 正中心； 检测模块， 用于将所述各个实例的矫正中心输入目标检测模型， 以输出所述各个实例 的框体和类别。 10.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行时， 所述一个或多个处理器实现 如权利要求1 ‑8中任一所述的方法。 11.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执 行时实现如权利要求1 ‑8中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114550117 A 3