本发明涉及图像处理，尤其涉及一种图像检测方法、装置、电子设备及存储介质。
背景技术：
1、随着互联网技术的发展，图像检测成为越来越重要的需求。传统的图像监测方法主要基于搜索词和图片标题的匹配，准确性差且搜索结果少。此外，由于标题和图片内容常常存在不一致性，搜索结果的排序也难以保持合理。
2、综上可知，现有的图像检测的效率低。
技术实现思路
1、本发明提供一种图像检测方法、装置、电子设备及存储介质，用以解决现有技术中图像检测的效率低的缺陷，实现提高图像检测的效率。
2、第一方面，本发明提供一种图像检测方法，包括：获取检测图像；将所述检测图像输入图像检测模型，获取所述图像检测模型输出的待检测目标的检测结果；其中，所述图像检测模型用于分割所述检测图像，识别多张分割后的检测图像的物体和物体的关联信息，基于所述物体和所述物体的关联信息，确定所述待检测目标的检测结果，所述关联信息包括所述物体的位置和类别，所述图像检测模型是在深度学习模型的基础上，基于样本检测图像和样本检测图像的标识训练得到的，所述样本检测图像的标识包括样本检测图像的样本文字内容和样本待检测目标的实际检测结果。
3、根据本发明提供的一种图像检测方法，所述图像检测模型是基于以下步骤得到的：基于所述样本检测图像的样本文字内容对所述样本检测图像进行标识，得到训练样本；基于所述训练样本，对所述深度学习模型进行训练，以确定所述深度学习模型的参数值；基于所述样本待检测目标的实际检测结果，对训练后的所述深度学习模型的输出结果进行标注，基于标注结果，调整所述输出结果，得到所述图像检测模型。
4、根据本发明提供的一种图像检测方法，所述图像检测模型用于识别多张所述分割后的检测图像的所述物体和所述物体的关联信息：基于所述分割后的检测图像的所述物体的大小，确定每张所述分割后的检测图像的卷积等级，基于所述卷积等级，对所述分割后的检测图像进行卷积，提取所述物体的特征信息，所述卷积等级包括卷积次数和卷积核大小，根据所述特征信息，识别所述物体和所述物体的类别；根据所述特征信息所属窗口和特征信息的匹配信息，对所述特征信息进行关联，识别所述物体的位置。
5、根据本发明提供的一种图像检测方法，所述图像检测模型用于分割所述检测图像：基于所述检测图像的像素的变化信息，确定所述检测图像中不同所述物体之间的边界区域；基于所述边界区域，对所述检测图像进行分割。
6、根据本发明提供的一种图像检测方法，所述获取检测图像，包括：获取所述待检测目标的初始图片和所述初始图片的水印信息；基于所述水印信息，对所述初始图片的真实性进行校验；基于校验结果，将所述初始图片中的原始图片作为所述检测图像。
7、根据本发明提供的一种图像检测方法，所述图像检测模型用于确定所述水印信息：基于所述初始图片拍摄时的经度、纬度和时间，确定所述水印信息。
8、根据本发明提供的一种图像检测方法，所述图像检测模型用于基于所述物体和所述物体的关联信息，确定所述待检测目标的检测结果：基于所述物体和所述物体的关联信息，确定与所述待检测目标关联的多个目标特征；基于所述目标特征的重要性，将多个所述目标特征转换为所述检测图像的倒排索引；基于所述倒排索引，确定所述待检测目标的检测结果。
9、第二方面，本发明还提供一种图像检测装置，包括：获取模块，用于获取检测图像；检测模块，用于将所述检测图像输入图像检测模型，获取所述图像检测模型输出的待检测目标的检测结果；其中，所述图像检测模型用于分割所述检测图像，识别多张分割后的检测图像的物体和物体的关联信息，基于所述物体和所述物体的关联信息，确定所述待检测目标的检测结果，所述关联信息包括所述物体的位置和类别，所述图像检测模型是在深度学习模型的基础上，基于样本检测图像和样本检测图像的标识训练得到的，所述样本检测图像的标识包括样本检测图像的样本文字内容和样本待检测目标的实际检测结果。
10、第三方面，本发明提供一种电子设备，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，所述处理器执行所述程序时实现如上述任一种所述图像检测方法。
11、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述图像检测方法。
12、本发明提供的图像检测方法、装置、电子设备及存储介质，通过获取检测图像；将所述检测图像输入图像检测模型，获取所述图像检测模型输出的待检测目标的检测结果；其中，所述图像检测模型用于分割所述检测图像，识别多张分割后的检测图像的物体和物体的关联信息，基于所述物体和所述物体的关联信息，确定所述待检测目标的检测结果，所述关联信息包括所述物体的位置和类别，所述图像检测模型是在深度学习模型的基础上，基于样本检测图像和样本检测图像的标识训练得到的，所述样本检测图像的标识包括样本检测图像的样本文字内容和样本待检测目标的实际检测结果。本发明通过样本文字内容、样本待检测目标的实际检测结果训练深度学习模型，得到图像检测模型，提高了图像检测模型的准确性，通过检测图像中物体和物体的关联关系，确定待检测目标的检测结果，实现了对检测图像的自动检测，提高了图像检测的效率。
1.一种图像检测方法，其特征在于，包括：
2.根据权利要求1所述的图像检测方法，其特征在于，所述图像检测模型是基于以下步骤得到的：
3.根据权利要求1所述的图像检测方法，其特征在于，所述图像检测模型用于识别多张所述分割后的检测图像的所述物体和所述物体的关联信息：
4.根据权利要求1所述的图像检测方法，其特征在于，所述图像检测模型用于分割所述检测图像：
5.根据权利要求1所述的图像检测方法，其特征在于，所述获取检测图像，包括：
6.根据权利要求5所述的图像检测方法，其特征在于，所述图像检测模型用于确定所述水印信息：
7.根据权利要求1所述的图像检测方法，其特征在于，所述图像检测模型用于基于所述物体和所述物体的关联信息，确定所述待检测目标的检测结果：
8.一种图像检测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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7任一项所述图像检测方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述图像检测方法。
