【技术实现步骤摘要】
本专利技术涉及大分辨率图片的多类别多目标检测领域，特别是涉及一种大分辨率图像的工程目标检测方法、装置、电子设备及计算机存储介质。
技术介绍
1、在工程施工的过程中，工程技术人员通常需要对工程地图上的施工区域进行分析，以便准确地估算工程造价和材料准备，从而辅助工程技术人员合理调度资源、优化施工计划，并提升整体施工效率。
2、为了加快施工区域的分析，传统技术采用基于模板匹配的方法，通过地理信息系统(geographic information system，gis)提供的卫星图像进行分析。然而，虽然模板匹配在目标特征(如形状、大小)固定的情况下表现较好，但当目标发生旋转、缩放或受到部分遮挡时，其效果显著下降，因此难以应对复杂的施工场景。
3、而随着无人机航拍技术以及机器学习的普及，利用无人机采集大分辨率的施工场景航拍图像已成为了常规手段，通过机器学习实现对航拍图像中的施工区域进行特征检测和分析，以检测施工区域的变化或进度，从而辅助工程技术人员根据施工区域的变化做出决策。然而，常规的机器学习在处理大分辨率的航拍图像时，需要对航拍图像进行缩放或者切片，而缩放容易导致航拍下的小目标信息丢失，影响了目标检测的完整性和准确性；而切片则容易割裂处于边缘的目标，影响目标框的连续性。
4、基于此，现有技术提出了重叠切片法(slicing aided hyper inference，sahi)结合深度学习进行多目标检测。所述重叠切片法通过将大分辨率的航拍图像进行重叠切片成若干个小尺寸图像，并将所有小尺寸的图像输入至
5、然而，nms在处理重叠区域时，通常根据置信度和重叠度(交并比)来选择需要保留的目标框，当多个目标框的置信度相近但尺寸差异较大时，较小的目标框可能因为置信度较高而保留下来，导致较大的目标框被过滤掉。据此，检测的目标的处于重叠切片的边缘区域时，其完整的目标框容易被误过滤，从而导致目标框无法准确贴合目标区域，进而导致工程技术人员无法根据准确的目标框来分析施工区域的占地面积或进行材料准备。
技术实现思路
1、基于此，本专利技术的目的在于，提供一种大分辨率图像的工程目标检测方法。
2、一种大分辨率图像的工程目标检测方法，包括以下步骤：
3、s1：对大分辨率的待检测图进行重叠切割，获得若干小尺寸重叠待检测图；
4、s2：采用目标检测模型对若干小尺寸重叠待检测图进行检测，获得若干小尺寸检测结果图；
5、s3：对若干小尺寸检测结果图进行拼接组合，获得大分辨率的检测结果图；
6、s4：采用基于面积的目标框融合策略对大分辨率的检测结果图的重叠区域依次进行过滤和框融合，获得准确的大分辨率检测结果图；其中，所述基于面积的融合框策略为，根据目标框与重叠区域的面积比、目标框之间的面积比，以及目标框之间的交并比进行过筛。
7、本专利技术所述的大分辨率图像的工程目标检测方法，通过重叠切片、目标框拼接和基于面积的目标框融合策略，有效解决了现有技术中处理重叠区域时容易导致大目标框被误过滤的问题，并确保了无论目标位于重叠切片的边缘区域还是跨越多个切片，目标框都能够准确贴合对应的目标区域，并通过面积融合避免了重叠框的现象，从而显著提升了大分辨率图像下目标检测的精度和可靠性，进而确保处理工程场景中的大目标的目标框的完整性。
8、进一步地，所述步骤s4包括以下子步骤：
9、s41：对大分辨率的检测结果图进行重叠区域分析，获得若干待分析框；
10、其中，所述重叠区域分析表示为：
11、overlap＝{areai∪areaj|i∈[1,nx-1],j∈[1,ny-1]}
12、式中，overlap为所有重叠区域的集合；areai和areaj分别为水平重叠区域和垂直重叠区域；nx和ny分别为小尺寸重叠待检测图的水平切割块和垂直切割块的数量，具体计算如下：
13、
14、式中，w和h分别为大分辨率的待检测图的宽度和高度；为向上取整操作；w和h分别为小尺寸重叠待检测图的宽度和高度；th为切割的重叠区域阈值；
15、接着，获取与所有重叠区域相交的目标框，得到若干待分析框，其具体表示为：
16、box＝{boxk|boxk∩overlap}
17、式中，box表示所有待分析框的集合；boxk∩overlap表示为第k个目标框boxk存在与任意重叠区域存在几何上的相交；其中，k∈n，其n为与所有重叠区域相交的目标框的总数量；
18、s42：采用基于面积的非极大值抑制对若干待分析框进行过滤，获得若干待融合框；
19、其中，所述基于面积的非极大值抑制进行过滤的具体操作如下：
20、
21、式中，fusionbox为所有待融合框的集合；remove(·)用于将输入的待分析框从大分辨率的检测结果图中剔除；keep(·)用于将输入的待分析框保留至大分辨率的检测结果图中；为当前待分析框boxk与重叠区域的相交面积与待分析框boxk的面积之间的比率；而ioa为当前待分析框boxk与其他待分析框的面积比，具体表示如下：
22、
23、式中，area(boxk∩boxi)表示当前待分析框boxk与其他待分析框的相交面积；area(boxk)为当前待分析框boxk的面积；
24、s43：通过交并比对若干待融合框进行过滤，并对过滤的待融合框进行融合，获得准确的大分辨率检测结果图；其中，所述通过交并比进行过滤的具体操作如下：
25、
26、式中，fusionfilter为所有过滤的待融合框的集合；iou为交并比，具体计算如下：
27、
28、式中，area(boxk∪boxi)表示为当前待融合框boxk与其他待融合框相并的面积；
29、接着，将所有过滤的待融合框中fusionfilter存在相交的目标框进行融合，获得准确的大分辨率检测结果图，其对于第i个目标框boxi与对应相交第j个目标框boxj融合的目标框的左上角和右下角坐标分别表示为：
30、(min(xil,xjl),min(yil,yjl))
31、(max(xir,xjr),max(yir,yjr))
32、式中，(xil,yil)和(xir,yir)分别表示为boxi的左上角坐标和右下角坐标(xjl,yjl)和(xjr,yjr)分别表示为boxj的左上角坐标和右下本文档来自技高网...
【技术保护点】
1.一种大分辨率图像的工程目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的大分辨率图像的工程目标检测方法，其特征在于，所述步骤S4包括以下子步骤：
3.根据权利要求2所述的大分辨率图像的工程目标检测方法，其特征在于，所述重叠切割的具体计算如下：
4.根据权利要求3所述的大分辨率图像的工程目标检测方法，其特征在于，在采用目标检测模型之前，根据一线程数将若干小尺寸重叠待检测图进行分组，并将分组后的若干小尺寸重叠待检测图分配至对应线程中的目标检测模型进行检测；完成检测后，将所有线程中的检测结果进行汇总，得到若干小尺寸检测结果图；
5.一种大分辨率图像的工程目标检测装置，其特征在于，包括图像重叠切割单元、图像检测单元、图像拼接单元和目标框融合单元；
6.根据权利要求5所述的大分辨率图像的工程目标检测装置，其特征在于，所述目标框融合单元包括重叠区域分析模块、目标框过滤模块和目标框融合模块；
7.根据权利要求6所述的大分辨率图像的工程目标检测装置，其特征在于，所述图像重叠切割单元包括重叠切割模块，用于进
8.根据权利要求7所述的大分辨率图像的工程目标检测装置，其特征在于，还包括一线程数单元，用于在采用目标检测模型之前，根据线程数将若干小尺寸重叠待检测图进行分组，并将分组后的若干小尺寸重叠待检测图分配至对应线程中的目标检测模型进行检测；完成检测后，将所有线程中的检测结果进行汇总，得到若干小尺寸检测结果图；
9.一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一所述大分辨率图像的工程目标检测方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于权利要求1至4任一项所述的大分辨率图像的工程目标检测方法。
...【技术特征摘要】
1.一种大分辨率图像的工程目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的大分辨率图像的工程目标检测方法，其特征在于，所述步骤s4包括以下子步骤：
3.根据权利要求2所述的大分辨率图像的工程目标检测方法，其特征在于，所述重叠切割的具体计算如下：
4.根据权利要求3所述的大分辨率图像的工程目标检测方法，其特征在于，在采用目标检测模型之前，根据一线程数将若干小尺寸重叠待检测图进行分组，并将分组后的若干小尺寸重叠待检测图分配至对应线程中的目标检测模型进行检测；完成检测后，将所有线程中的检测结果进行汇总，得到若干小尺寸检测结果图；
5.一种大分辨率图像的工程目标检测装置，其特征在于，包括图像重叠切割单元、图像检测单元、图像拼接单元和目标框融合单元；
6.根据权利要求5所述的大分辨率图像的工程目标检测装置，其特征在于，所述目标框融合单元包括重叠区域分析模块、目标框过滤模块和...
【专利技术属性】
技术研发人员：张权，王刚，赵哲，伍绍桂，
申请(专利权)人：广州市易鸿智能装备股份有限公司，
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。