(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 20221071625 0.X (22)申请日 2022.06.22 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 武文琦　 (74)专利代理 机构 北京恒博知识产权代理有限 公司 11528 专利代理师 范胜祥 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06T 7/73(2017.01)G06V 20/40(2022.01) (54)发明名称 目标检测方法、 目标检测装置、 介质、 设备及 产品 (57)摘要 本说明书实施例提供一种目标检测方法、 目 标检测装置、 计算机可读存储介质、 电子设备及 计算机程序产品， 该方法包括： 对待检测图像进 行特征处理， 得到包含多个特征的待测特征组； 将该待测图像对应的待测特征组中的特征输入 至目标检测模 型的编码器， 并通过模 型中的编码 器的自注意力机制对上述待测特征组中的特征 进行增强处理， 得到多个待测增强特征。 进一步 地， 将关于目标类别对象 的目标增强特征与上述 多个待测增强特征输入至上述目标检测模型的 解码器， 以确定出上述多个待测增强特征中关于 目标类别对象的特征； 最终根据上述多个待测增 强特征中关于目标类别对象 的特征， 确定目标类 别对象在上述待检测图像中的位置信息 。 权利要求书2页 说明书13页 附图4页 CN 115147608 A 2022.10.04 CN 115147608 A 1.一种目标检测方法， 其中， 所述方法包括： 对待检测图像进行 特征处理， 得到包 含N个特征的待测特 征组， N为正整数； 将所述待测特征组中的N个特征输入至目标检测模型的编码器， 并通过所述编码器的 自注意力机制对所述待测特 征组中的N个特 征进行增强处 理， 得到N个待测 增强特征； 将关于目标类别对象的目标增强特征与 所述N个待测增强特征输入至所述目标检测模 型的解码器， 以确定出 所述N个待测增强特征中关于所述目标类别对象的特 征； 根据所述N个待测增强特征中关于所述目标类别对象的特征， 确定所述目标类别对象 在所述待检测图像中的位置信息 。 2.根据权利要求1所述的方法， 其中， 所述对待检测图像进行特征处理， 得到包含N个特 征的待测特 征组， 包括： 对所述待检测图像进行 特征提取处 理， 得到N个深度特 征； 对所述待检测图像的N个深度特 征分别进行位置编码， 得到所述待测特 征组； 其中， 所述待测特征组中的第i个特征包含： 第i个深度特征以及所述第 i个深度特征在 所述待检测图像中的位置信息， i取值 为1至N且 包含1和N的整数。 3.根据权利要求1所述的方法， 其中， 所述编码器包含特征金字塔结构和/或密集连接 的神经网络结构； 通过所述编码器的自注意力机制对所述待测特征组中的N个特征进行增强处理， 得到N 个待测增强特征， 包括： 基于所述特征金字塔结构和/或所述密集连接的神经网络结构， 对所述待测特征组中 的N个特征进行特征融合处理， 以及通过所述编码器的自注意力机制对所述待测特征组中 的N个特征进行增强处 理， 得到N个待测 增强特征。 4.根据权利要求1所述的方法， 其中， 在所述将关于目标类别对象的目标增强特征与 所 述N个待测增强特征输入至所述目标检测模型的解码器之前， 所述方法还 包括： 对包含所述目标类别对象的目标图像进行 特征处理， 得到目标 特征组； 将所述目标特征组输入至目标检测模型的编码器， 并通过所述编码器的自注意力 机制 对所述目标 特征组中的特 征进行增强处 理， 得到关于所述目标类别对象的目标增强特 征。 5.根据权利要求4所述的方法， 其中， 所述对包含所述目标类别对象的目标图像进行特 征处理， 得到目标 特征组， 包括： 对包含所述目标图像进行特征提取处理， 得到关于所述目标类别对象的M个深度 特征， M个正整数； 对所述目标图像的M个深度特征分别进行位置编码， 得到所述目标特征组； 其中， 所述 目标特征组中的第j个特征包含： 第j个深度特征以及所述第j个深度特征在所述待检测图 像中的位置信息， j取值 为1至M且包含1和M的整数。 6.根据权利要求4所述的方法， 其中， 所述通过所述编码器的自注意力 机制对所述目标 特征组中的特 征进行增强处 理， 得到关于所述目标类别对象的目标增强特 征， 包括： 将所述目标特征组输入至目标检测模型的编码器， 基于所述编码器中的特征金字塔结 构和/或密集连接的神经网络结构， 对 所述目标特征组中的特征进 行特征融合处理， 并通过 所述编码器的自注意力机制对所述目标特征组中的特征进 行增强处理， 得到关于所述目标 类别对象的目标增强特 征。权　利　要　求　书 1/2 页 2 CN 115147608 A 27.根据权利要求1至6 中任意一项所述的方法， 其中， 所述根据 所述N个待测增强特征中 关于所述 目标类别对 象的特征， 预测所述 目标类别对 象在所述待检测图像中的位置信息， 包括： 将所述N个待测增强特征中关于所述目标类别对象的特 征输入预测层； 通过所述预测层的回归处理， 得到所述目标类别对象在所述待检测图像中的位置信 息。 8.根据权利要求1至6中任意一项所述的方法， 其中， 所述目标检测模型采用 transformer模型。 9.一种目标检测装置， 其中， 所述装置包括： 预处 理模块、 目标检测模型以及预测模块； 其中， 所述预处理模块， 用于对待检测图像进行特征处理， 得到包含N个特征的待测特 征组， N为正整数； 所述目标检测模型的编码器用于： 在将所述待测特征组中的N个特征输入至所述编码 器之后， 通过所述编 码器的自注意力机制对所述待测特征组中的N个特征进行增强处理， 得 到N个待测 增强特征； 所述目标检测模型的解码器用于： 在将关于目标类别对象的目标增强特征与所述N个 待测增强特征输入至所述 目标检测模型 的解码器之后， 确定出所述N个待测增强特征中关 于所述目标类别对象的特 征； 所述预测模块用于： 根据 所述N个待测增强特征中关于所述目标类别对象的特征， 确定 所述目标类别对象在所述待检测图像中的位置信息 。 10.一种计算机可读存储介质， 所述计算机可读存储介质中存储有指令， 当所述指令在 计算机或处理器上运行时， 使得所述计算机或处理器执行如权利要求 1至8中任意一项所述 的目标检测方法。 11.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其中， 所述处理器执行所述计算机程序时实现如权利要求1至8中任意 一项所述的目标检测方法。 12.一种包含指令的计算机程序产品， 当所述计算机程序产品在计算机或处理器上运 行时， 使得 所述计算机或处 理器执行如权利要求1至8中任意 一项所述的目标检测方法。权　利　要　求　书 2/2 页 3 CN 115147608 A 3