【技术实现步骤摘要】
本专利技术涉及目标检测，特别涉及一种暗光目标检测方法和装置。
技术介绍
1、随着科学技术的发展，人工智能已经应用在生活中的很多方面，比如人脸识别，车辆检测，图像超分辨率等等领域。目标检测是人工智能应用最广泛的领域之一，生活中人脸检测，人形检测，车辆检测等等应用随处可见，虽然现有的方法在日常的应用中都取得了不错的效果，但是在夜间暗光条件下效果往往都会大打折扣。
2、为了提升暗光条件下的目标检测效果，一般会采集更多暗光图像对暗光检测模型进行训练、对输入暗光检测模型的暗光图像进行图像增强、或扩大暗光检测模型的网络结构。然而上述方法需要付出更多的人力成本去收集和标注训练样本或更大的硬件成本去运行扩大的网络，这对于很多边缘设备来说是难以接受的。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供了一种暗光目标检测方法和装置，可以提升模型在暗光条件下的目标检测效果，减少人力成本和硬件成本。
2、为了达到上述目的，本专利技术提供了如下技术方案：
3、一种暗光目标检测方法，该方法包括：
4、获取多个常光图像，将每一常光图像转换为对应的第一暗光图像；
5、将每一常光图像及其对应的第一暗光图像作为一个训练样本，对预先构建的包含有共用同一骨干网络的图像重建模型和目标检测模型的共享网络模型进行自监督的多任务联合训练；
6、从已训练的共享网络模型中提取目标检测模型及其对应的参数，使用多个暗光图像对该参数下的目标检测模型进行微调得到暗光
7、利用所述暗光检测模型对待检测暗光图像进行目标检测，得到暗光图像中的检测目标的类别和位置信息。
8、一种暗光目标检测装置，该装置包括：
9、获取单元，用于获取多个常光图像，将每一常光图像转换为对应的第一暗光图像；
10、训练单元，用于将每一常光图像及其对应的第一暗光图像作为一个训练样本，对预先构建的包含有共用同一骨干网络的图像重建模型和目标检测模型的共享网络模型进行自监督的多任务联合训练；
11、微调单元，用于从已训练的共享网络模型中提取目标检测模型及其对应的参数，使用多个暗光图像对该参数下的目标检测模型进行微调得到暗光检测模型；
12、检测单元，用于利用所述暗光检测模型对待检测暗光图像进行目标检测，得到暗光图像中的检测目标的类别和位置信息。
13、一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通过总线相连的存储器；所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序；所述至少一个处理器执行所述一个或多个计算机程序时实现上述暗光目标检测方法中的步骤。
14、一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个计算机程序，所述一个或多个计算机程序被处理器执行时实现上述暗光目标检测方法中的步骤。
15、由上面的技术方案可知，本专利技术中，先利用常光图像和常光图像转换而来的第一暗光图像，对预先构建的包含有共用同一骨干网络的图像重建模型和目标检测模型的共享网络模型进行自监督的多任务联合训练，从已训练的共享网络模型中提取目标检测模型及其对应的参数，使用多个暗光图像对该参数下的目标检测模型进行微调得到暗光检测模型，进而利用所述暗光检测模型对待检测暗光图像进行目标检测。可以看出，本专利技术采用自监督的方法结合大量的常光图像训练暗光检测网络，可以减少执行数据采集和标注的人力成本，提升暗光检测模型在暗光条件下的目标检测效果；而且，对图像重建模型和目标检测模型组成的共享网络模型进行自监督训练，可以在训练中直接进行暗光数据增强，提升模型的泛化能力，不需要再对输入图像进行离线的优化，并且也不需要扩大最终训练的暗光检测模型的网络结构，使得在使用暗光检测模型进行目标检测时能够节省计算资源的消耗，降低硬件成本。
本文档来自技高网...【技术保护点】
1.一种暗光目标检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求4所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，
8.一种暗光目标检测装置，其特征在于，该装置包括：
9.一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通过总线相连的存储器；所述存储器存储有可被所述至少一个处理器执行的一个或多个计算机程序；其特征在于，所述至少一个处理器执行所述一个或多个计算机程序时实现权利要求1-7中任一权项所述的方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储一个或多个计算机程序，所述一个或多个计算机程序被处理器执行时实现权利要求1-7中任一权项所述的方法中的步骤。
【技术特征摘要】
1.一种暗光目标检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求1所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求4所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，
8.一种暗光目标检测装置，其特征在于，该装置包括：
...【专利技术属性】
技术研发人员：谢旭，艾国，杨作兴，
申请(专利权)人：深圳比特微电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。