(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 202210820212.9 (22)申请日 2022.07.13 (71)申请人 南京中科创达软件科技有限公司 地址 210012 江苏省南京市雨 花台区软件 大道109号 4幢601室 (72)发明人 邓嘉新　陈晓炬　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苏培华 (51)Int.Cl. G06V 20/64(2022.01) G06V 10/40(2022.01) G06V 10/766(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 对象检测方法、 装置、 电子设备及可读存储 介质 (57)摘要 本申请实施例公开了一种对象检测方法、 装 置、 电子设备及可读存储介质， 该方法包括： 获取 待检测视图， 待检测视图至少包括第一图像和第 二图像， 第一图像和第二图像为对目标对象环绕 拍摄得到的多个图像中的相接的两个图像； 对待 检测视图进行特征提取， 得到每个图像的特征图 像； 基于注意力权重矩阵， 至少对相接的两个图 像的特征图像进行融合， 得到目标特征图像； 注 意力权重矩 阵用于表征两个图像中位于左侧的 图像对右侧的图像的注意力程度； 根据目标特征 图像， 检测目标对象的对象信息， 对象信息包括： 目标对象的类别信息， 和/或， 目标对象在待检测 视图中的位置信息。 根据本申请的实施例， 能够 准确检测目标对象。 权利要求书3页 说明书14页 附图3页 CN 115311652 A 2022.11.08 CN 115311652 A 1.一种对象检测方法， 其特 征在于， 所述方法包括： 获取待检测视 图， 所述待检测视 图至少包括第一图像和第二图像， 所述第一图像和第 二图像为对目标对象环绕拍摄得到的多个图像中的相接的两个图像； 对所述待检测视图进行 特征提取， 得到每 个所述图像的特 征图像； 基于注意力权重矩阵， 至少对所述相接的两个图像的特征图像进行融合， 得到目标特 征图像； 所述注意力权重矩阵用于表征所述两个图像中位于左侧的图像对右侧的图像的注 意力程度； 根据所述目标特征图像， 检测所述目标对象的对象信息， 所述对象信 息包括： 所述目标 对象的类别 信息， 和/或， 所述目标对象在所述待检测视图中的位置信息 。 2.根据权利要求1所述的方法， 其特征在于， 在所述基于注意力权重矩阵， 至少对所述 相接的两个图像的特 征图像进行融合， 得到目标 特征图像之前， 所述方法还 包括： 根据所述两个图像的特 征图像， 确定所述注意力权 重矩阵。 3.根据权利要求2所述的方法， 其特征在于， 所述待检测视图还包括与 所述第一图像或 第二图像的另一侧相 接的第三图像， 所述根据所述两个图像的特征图像， 确定注意力权重 矩阵， 包括： 根据所述第一图像的特征图像和所述第二图像的特征图像， 确定第一注意力权重矩 阵； 以及， 根据所述第 三图像的特征图像和与 所述第三图像相接的图像的特征图像， 确定第 二注 意力权重矩阵； 所述基于所述注意力权重矩阵， 至少对所述相接的两个图像的特征图像进行融合， 得 到目标特征图像， 包括： 基于所述第 一注意力 权重矩阵， 对所述第 一图像的特征图像和所述第 二图像的特征图 像进行融合， 得到融合的特 征图像； 基于所述第 二注意力 权重矩阵， 对所述第 三图像的特征图像和所述融合的特征图像进 行融合， 得到所述目标 特征图像。 4.根据权利要求1所述的方法， 其特征在于， 所述待检测视 图对应视 图标识信息， 所述 对所述待检测视图进行 特征提取， 得到每 个所述图像的特 征图像， 包括： 对所述待检测视图进行 特征提取， 得到 视图特征图像； 根据所述视图标识信息， 确定第一投影图像； 根据所述视图特 征图像， 确定第二投影图像； 对于每个所述待检测视 图， 将所述视 图特征图像、 所述第一投影图像和所述第二投影 图像相加， 得到每 个所述图像的特 征图像。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述视 图标识信息， 确定第一投 影图像， 包括： 基于预设投影关系， 将所述视图标识信息， 转 化为第一位置向量； 根据所述第一 位置向量， 确定所述第一投影图像； 所述根据所述视图特 征图像， 确定第二投影图像， 包括： 基于所述预设投影关系， 将所述视图特 征图像， 转 化为第二位置向量； 根据所述第二 位置向量， 确定所述第二投影图像。权　利　要　求　书 1/3 页 2 CN 115311652 A 26.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述对所述待检测视图进行特征 提取， 得到每 个所述图像的特 征图像， 包括： 将所述待检测图像输入至预先训练 的对象检测模型， 所述对象检测模型包括特征提取 网络、 注意力网络和检测网络， 通过所述特征提取网络对所述待检测视图进行特征提取， 得 到每个图像的特 征图像； 所述基于注意力权重矩阵， 至少对所述相接的两个图像的特征图像进行融合， 得到目 标特征图像， 包括： 将所述相接的两个图像的特征图像输入至所述注意力网络， 确定所述注意力权重矩 阵； 基于所述注意力权重矩阵， 至少对所述相接的两个图像的特征图像进行融合， 得到所 述目标特征图像； 所述根据所述目标 特征图像， 检测所述目标对象的对象信息， 包括： 将所述目标 特征图像输入至所述检测网络， 得到所述目标对象的对象信息 。 7.根据权利要求6所述的方法， 其特征在于， 在所述对所述待检测视 图进行特征提取， 得到每个所述图像的特 征图像之前， 所述方法还 包括： 获取多个样本数据， 每个所述样本数据包括样本 图像和预设样本信息， 所述样本 图像 至少包括： 第一样本图像和第二样本图像， 所述样本图像为对样本对 象环绕拍摄得到的多 个样本图像中的相接的两个样本图像； 将所述样本 图像输入至预设模型， 检测所述样本对象的样本对象信息， 所述样本对象 信息包括： 所述样本对 象的类别信息， 和/或， 所述样本对象的在所述样本图像中的位置信 息； 根据所述样本对象信息和所述预设样本信息， 对所述预设模型进行训练， 直至所述预 设模型满足预设训练条件， 得到所述对象检测模型。 8.根据权利要求7所述的方法， 其特征在于， 所述预设模型包括： 初始特征提取网络、 初 始注意力网络和初始检测网络； 所述将所述样本图像输入至预设模型， 检测所述样本对 象 的样本对象信息， 包括： 将所述样本 图像输入至所述预设模型， 通过所述初始特征提取网络， 对所述样本 图像 进行特征提取， 得到每 个所述样本图像的样本特 征图像； 将所述每个所述样本图像的样本特征图像输入至所述初始注意力网络， 基于样本注意 力权重矩阵， 对所述两个样 本图像进 行融合， 得到目标样 本特征图像； 所述样本注意力权重 矩阵用于表征 所述两个样本图像中位于左侧的样本图像对右侧的样本图像的注意力程度； 将所述目标样本特征图像输入至所述初始检测网络， 根据所述目标样本特征图像， 检 测所述样本对 象的样本对 象信息， 所述样本对 象信息包括： 所述样本对象的类别信息， 和/ 或， 所述样本对象的在所述样本图像中的位置信息 。 9.一种对象检测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待检测视图， 所述待检测视图至少包括第一图像和第 二图像， 所述 第一图像和第二图像为对目标对象环绕拍摄得到的多个图像中的相接的两个图像； 提取模块， 用于对所述待检测视图进行 特征提取， 得到每 个所述图像的特 征图像； 融合模块， 用于基于注意力权重矩阵， 至少对所述相接的两个图像的特征图像进行融权　利　要　求　书 2/3 页 3 CN 115311652 A 3