基于嵌入式平台的目标检测方法、平台、装置及设备与流程

本技术涉及目标检测，尤其涉及一种基于嵌入式平台的目标检测方法、平台、装置及设备。

背景技术：

1、目标检测(object detection)的任务是找出图像中所有感兴趣的目标(物体)。目标检测在计算机视觉应用中非常广泛，如自动驾驶汽车、无人机、安防监控等。

2、在安防监控的应用场景中，如机场、车站、地铁站的安检仪器采集监控图像，主要由安检员进行人工判图识别可疑信息（例如可疑物品或行人），由于人工成本较高且效率低、精度差。相关技术中通过在图形处理器（graphics processing unit，gpu）云服务器中目标识别算法或者在个人计算机（personal computer，pc）中部署目标识别算法，以实现安检过程中可疑信息的自动检测。

3、但基于gpu云服务器的部署方式，需要搭建私有云服务器，且在目标检测过程中，需要将数据上传至云端，导致部署成本极高，以及检测效率低等问题；而基于pc机的目标识别算法部署的方式，需要适配显卡、视频采集等硬件，其部署成本较高，且pc机体积过大，在机场、轨道等场地严格受限的应用场景不适用，导致应用场景受限。

技术实现思路

1、本技术提供一种基于嵌入式平台的目标检测方法、平台、装置及设备，以至少解决上述技术问题之一。

2、根据本技术的一方面，提供一种基于嵌入式平台的目标检测方法，嵌入式平台部署目标识别算法模型，其中目标识别算法模型是根据嵌入式平台的网络框架对初始目标识别算法模型进行模型处理后部署的，模型处理包括：确定初始目标识别算法模型中与网络框架对应的可支持算子和不可支持算子，并对不可支持算子进行替换处理，以根据可支持算子和替换处理后的不可支持算子确定目标识别算法模型；

3、方法应用于嵌入式平台，嵌入式平台与检测装置连接，方法包括：获取检测装置采集的检测图像；基于目标识别算法模型识别检测图像中的目标信息，目标信息包括目标物品信息或者目标行人信息；将目标信息反馈至检测装置，以使检测装置根据目标信息在检测图像中标注对应的目标物品或者目标行人，并将标注后的检测图像显示在显示界面上。

4、在一种实施方式中，确定初始目标识别算法模型中与网络框架对应的可支持算子和不可支持算子，包括：解析初始目标识别算法模型，得到静态计算图，静态计算图包括初始目标识别算法模型的所有第一算子；遍历静态计算图中的所有第一算子，根据网络框架的预置算子支持表，将每个第一算子分别确定为可支持算子或者不可支持算子。

5、在一种实施方式中，根据可支持算子和替换处理后的不可支持算子确定目标识别算法模型，包括：将可支持算子和替换处理后的不可支持算子，作为静态计算图中的所有第二算子；遍历静态计算图中的所有第二算子，确定每个第二算子部署在网络框架中所需的计算资源；对计算资源达到第一预设阈值的第二算子进行替换处理，得到静态计算图中的所有第三算子，并根据第三算子确定目标识别算法模型。

6、在一种实施方式中，根据第三算子确定目标识别算法模型，包括：识别第三算子中处于常量层的算子集合，并删除算子集合，得到静态计算图中的所有第四算子，并根据第四算子确定目标识别算法模型；或者，根据第三算子的类别对第三算子进行同类算子融合，得到静态计算图中的所有第五算子，并根据第五算子确定目标识别算法模型。

7、在一种实施方式中，在获取检测装置采集的检测图像之后，以及基于目标识别算法模型对检测图像进行目标识别之前，还包括：

8、对检测图像进行图像预处理，图像预处理至少包括以下之一：图像等比例缩放、颜色填充和颜色转换；将经过图像预处理的检测图像转换成目标识别算法模型对应的目标输入数据；目标输入数据为与目标识别算法模型中的可支持算子和替换处理后的不可支持算子对应的实际参数；基于目标识别算法模型识别检测图像中的目标信息，包括：将目标输入数据输入至目标识别算法模型中，以识别检测图像中的目标信息。

9、在一种实施方式中，目标信息携带目标检测框信息；在得到目标信息之后，还包括：解析目标检测框信息，得到各个目标检测框的检测框坐标、检测框类别和检测框得分；基于检测框类别和检测框得分，过滤掉各个目标检测框中对应检测框类别中的检测框得分低于第二预设阈值的目标检测框；基于检测框坐标，确定过滤后的目标检测框在检测图像上的坐标。

10、根据本技术的第二方面，提供一种基于嵌入式平台的目标检测方法，嵌入式平台部署目标识别算法模型，其中目标识别算法模型是根据嵌入式平台的网络框架对初始目标识别算法模型进行模型处理后部署的，模型处理包括：确定初始目标识别算法模型中与网络框架对应的可支持算子和不可支持算子，并对不可支持算子进行替换处理，以根据可支持算子和替换处理后的不可支持算子确定目标识别算法模型；

11、方法应用于检测装置，其与嵌入式平台连接，方法包括：采集检测图像，并将检测图像发送至嵌入式平台，以使嵌入式平台基于目标识别算法模型识别检测图像中的目标信息，并将目标信息反馈至检测装置；根据目标信息在检测图像中标注对应的目标物品或者目标行人，并将标注后的检测图像显示在显示界面上。

12、根据本技术的第三方面，提供一种嵌入式平台，嵌入式平台目标识别算法模型，其中目标识别算法模型是根据嵌入式平台的网络框架对初始目标识别算法模型进行模型处理后部署的，模型处理包括：确定初始目标识别算法模型中与网络框架对应的可支持算子和不可支持算子，并对不可支持算子进行替换处理，以根据可支持算子和替换处理后的不可支持算子确定目标识别算法模型；嵌入式平台与检测装置连接，嵌入式平台包括：

13、获取单元，其设置为获取检测装置采集的检测图像；识别单元，其设置为基于目标识别算法模型识别检测图像中的目标信息，目标信息包括目标物品信息或者目标行人信息；传输单元，其设置为将目标信息反馈至检测装置，以使检测装置根据目标信息在检测图像中标注对应的目标物品或者目标行人，并将标注后的检测图像显示在显示界面上。

14、根据本技术的第四方面，提供一种检测装置，检测装置与嵌入式平台连接，嵌入式平台部署目标识别算法模型，其中目标识别算法模型是根据嵌入式平台的网络框架对初始目标识别算法模型进行模型处理后部署的，模型处理包括：确定初始目标识别算法模型中与网络框架对应的可支持算子和不可支持算子，并对不可支持算子进行替换处理，以根据可支持算子和替换处理后的不可支持算子确定目标识别算法模型；

15、检测装置与嵌入式平台连接，检测装置包括：采集单元，其设置为采集检测图像，并将检测图像发送至嵌入式平台，以使嵌入式平台基于目标识别算法模型识别检测图像中的目标信息，并将目标信息反馈至检测装置；标注及显示单元，其设置为根据目标信息在检测图像中标注对应的目标物品或者目标行人，并将标注后的检测图像显示在显示界面上。

16、根据本技术的第五方面，提供一种电子设备，包括：存储器和处理器；

17、存储器存储计算机执行指令；

18、处理器执行存储器存储的计算机执行指令，使得电子设备执行的基于嵌入式平台的目标检测方法。

19、本技术提供的基于嵌入式平台的目标检测方法、平台、装置及设备，通过在嵌入式平台中部署经过模型处理后的目标识别算法，可以有效解决直接将训练好的模型的部署困难，或者部署后嵌入式平台难以执行当前已训练好的模型算法的问题，从而达到嵌入式平台的高效识别目的；相较于相关技术，利用嵌入式平台部署目标识别算法模型进行目标检测，无需搭建私有云服务器以及适配显卡，嵌入式设备即可完成算法的部署工作，相比于云服务器和pc机，其部署成本更低；并且，通过将违目标识别算法模型部署在嵌入式设备上，实现对目标信息的实时检测，避免了数据传输和处理延迟带来的时间损失，加速算法部署和应用落地，其检测过程更高效；并且，嵌入式设备可以在现场直接进行目标检测，不需要将敏感数据上传到云服务器进行处理，可以有效保护个人隐私和安全敏感信息，其检测过程更加安全；此外，使用嵌入式设备进行部署目标识别算法，可以根据不同的检测需求和场景进行定制化设计，提供更灵活、可扩展的解决方案，且嵌入式设备通常具有较低的功耗和小型化的特点，可以节省能源和空间资源，并可以长时间稳定运行，更适用于人流量大的安检场景。