1.本技术涉及计算机领域，尤其涉及一种目标对象检索方法、装置、电子设备及存储介质。
背景技术：
：：2.随着计算机技术的发展，信息检索的作用日益凸显，例如在图像检索领域,如何从海量的图像数据中快速,准确地寻找到我们期望的图像是一个十分重要且越来越热门的研究方向，相关技术中，在进行图像检索时，利用文本描述的方式描述图像的特点，如一张照片，配以文字说明照片拍摄的时间，地点，事件的主要内容等，然后基于文本对图片进行检索，但这种方法需要较多的人工参与，而且随着图像数目的增加，这种方法很难实现；由于图像所包含的信息量庞大，不同的人对于同一张图像的理解也不相同，这就导致对图像的标注没有一个统一的标准，因而检索的结果准确性差，因此，如何提供一种有效的检索方案成了亟需解决的问题。技术实现要素：3.本技术提供了一种目标对象检索方法、装置、电子设备及存储介质，以解决相关技术中，检索结果准确性差的问题。4.第一方面，本技术提供了一种目标对象检索方法，所述目标对象检索方法，包括：获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。5.可选地，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：获取所述待检索编码与所述检索编码集中每一个对象编码的余弦距离；在所述待检索编码与对象编码之间的余弦距离满足目标距离时，将满足目标距离的对象编码作为所述待检索编码匹配的所述目标对象编码。6.可选地，在检索编码集中查找与所述待检索编码匹配的对象编码之前，所述方法还包括：获取训练集，所述训练集中包括多个训练对象；对所述训练集中每个训练对象进行标注，以得到标注训练集，所述标注训练集中包括每个所述训练对象的标注结果；通过目标识别对所述标注训练集进行编码，得到训练编码集，所述训练编码集中包括每个所述训练对象的编码，且所述训练编码集中每个编码的长度相等；通过所述训练编码集对预训练模型进行训练，以得到用于对对象进行目标识别，并根据识别结果进行编码处理的所述对象编码模型。7.可选地，通过目标识别对所述标注训练集进行编码，得到训练编码集，包括：获取目标需求，所述目标需求中包括多个按顺序排列的目标；根据所述目标需求对所述标注训练集中每个所述训练对象进行目标识别，以确定每个所述训练对象是否包含所述目标需求中的各个目标；输出目标识别的确定结果，将所述确定结果作为所述训练对象的编码，以得到所述训练编码集。8.可选地，通过所述训练编码集对预训练模型进行训练，包括：将所述训练编码集中每个编码进行归一化处理；获取所述目标需求内目标的数量，将所述预训练模型的分类层的节点数量设置为所述目标需求内目标的数量；通过归一化处理完成的所述训练编码集对所述预训练模型进行训练。9.可选地，获取待检索对象，并对所述待检索对象进行编码，包括：当所述待检索对象为文本时，提取所述文本的名词；通过目标识别对所述文本中提取的名词进行编码，得到所述待检索编码。10.可选地，所述检索编码集中包括图片对应的图片编码，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：在所述检索编码集中查找与所述文本的所述待检索编码匹配的图片编码。11.第二方面，本技术提供了一种目标对象检索装置，所述目标对象检索装置，包括：编码模块，所述编码模块用于获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；匹配模块，所述匹配模块用于在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；确定模块，所述确定模块用于将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。12.第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；13.存储器，用于存放计算机程序；14.处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的目标对象检索方法的步骤。15.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的目标对象检索方法的步骤。16.本技术实施例提供的上述技术方案与现有技术相比具有如下优点：17.本方案可以应用于在深度学习
技术领域：
：进行计算机视觉处理，本技术实施例提供的该方法，包括：获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象；通过将待检索对象进行编码处理，然后在检索编码集中查找与之相似的对象编码，进而实现在检索编码集中快速查找到与待检索对象对应的目标对象，提升了检索的效率，通过对象编码模型来对检索对象集中每个对象进行编码处理，统一了对象编码的标准，避免了人工进行分类，导致对检索对象集中每个对象进行处理时没有一个统一的标准，因而导致检索的结果准确性差的问题，进而提升了检索的准确度，提升了用户体验。附图说明18.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。19.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。20.图1为本技术实施例提供的一种目标对象检索方法的流程示意图；21.图2为本技术实施例提供的一种可选地训练图片的基本线条示意图；22.图3为本技术实施例提供的再一种可选地训练图片的基本线条示意图；23.图4为本技术实施例提供的一种可选地预训练模型的基本网络结构示意图；24.图5为本技术实施例提供的一种可选地待检索图片的基本线条示意图；25.图6为本技术实施例提供的一种检索结果的基本示意图；26.图7为本技术实施例提供的一种目标对象检索装置的基本结构示意图；27.图8为本技术实施例提供的一种电子设备的结构示意图。具体实施方式28.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。29.图1为本技术实施例提供的一种目标对象检索方法的流程示意图，如图1所示，所述目标对象检索方法包括但不限于：30.s101、获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；31.s102、在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；32.s103、将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。33.应当理解的是，本实施例提供的目标对象检索方法可以应用在终端和/或服务器，也即，该目标对象检索方法中的各个步骤可以是由终端或是服务器单独执行，也可以是由终端和服务器组合完成；其中，终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant，pda)、便捷式媒体播放器(portablemediaplayer，pmp)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字tv、台式计算机等固定终端。后续描述中将以服务器单独执行该目标对象检索方法为例进行说明。34.应当理解的是，上述待检索对象得获取方式包括但不限于：服务器从网络获取待检索对象；服务器通过可交互界面接收使用对象输入的待检索对象；具体的，例如，服务器提供一可交互界面，使用对象通过该可交互界面输入文本，将该输入的文本作为待检索对象。35.在本实施例的一些示例中，在检索编码集中查找与所述待检索编码匹配的对象编码之前，所述方法还包括：获取训练集，所述训练集中包括多个训练对象；对所述训练集中每个训练对象进行标注，以得到标注训练集，所述标注训练集中包括每个所述训练对象的out)编码等方式，具体编码方式可以由相关人员灵活选择；此外，可以理解的是，训练编码集中包括每个训练对象的编码。39.在本实施例的一些示例中，通过所述训练编码集对预训练模型进行训练，包括：将所述训练编码集中每个编码进行归一化处理；获取所述目标需求内目标的数量，将所述预训练模型的分类层的节点数量设置为所述目标需求内目标的数量；通过归一化处理完成的所述训练编码集对所述预训练模型进行训练。其中，将所述训练编码集中每个编码进行归一化处理，也即使得编码类所有值相加为1，进而减少精度损失，在训练预训练模型时使得模型更容易收敛；具体的，例如，一训练对象的编码为{1111000000}，对该训练对象的值进行归一化处理，得到的该训练对象的归一化结果为{0.25,0.25,0.25,0.25,0,0,0,0,0,0}，其中，0.25+0.25+0.25+0.25+0+0+0+0+0+0＝1；再例如，一训练对象的编码为{1000001011}对该训练对象的值进行归一化处理，得到的该训练对象的归一化结果为{0.25，0,0,0,0,0,0.25,0,0.25,0.25}，其中0.25+0+0+0+0+0+0.25+0+0.25+0.25＝1；应当理解的是，在一些特殊示例中，无法对训练对象的编码进行归一化处理时，则对该训练对象进行忽视，或是对该训练对象进行删除，或是发出提醒给相关人员，以使得相关对象对该训练对象进行处理；例如，存在一训练对象的编码为{0000000000}，此时无法对该编码进行归一化处理，则发出提醒给相关人员，以使得相关对象对该训练对象进行处理。40.承接上例，其中获取所述目标需求内目标的数量，将所述预训练模型的分类层的节点数量设置为所述目标需求内目标的数量，具体的，如使用vgg16网络作为预训练模型，其中vgg16网络包括但不限于：卷积层、池化层、全连接层、softmax分类层；通过获取目标需求内目标的数量，目标需求内目标的数量为n时，将softmax分类层的节点设置为n个节点，可以理解的是，本实施例并不限制预训练模型的种类，上述vgg16模型仅做示例性说明，相关人员可以灵活选择预训练模型；应当理解的是，通过归一化处理完成的所述训练编码集对所述预训练模型进行训练，也即将该训练编码集与上述训练集输入到设置分类层完成的预训练模型中，以对该预训练模型进行训练，得到于对对象进行目标识别，并根据识别结果进行编码处理的所述对象编码模型。41.应当理解的是，在一些示例中，通过所述训练编码集对预训练模型进行训练，包括：获取所述目标需求内目标的数量，将所述预训练模型的分类层的节点数量设置为所述目标需求内目标的数量；通过编码完成所述训练编码集对所述预训练模型进行训练，也即，在不对训练编码集中每个编码进行归一化处理的情况下，来对预训练模型进行训练。42.在本实施例的一些示例中，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：获取所述待检索编码与所述检索编码集中每一个对象编码的余弦距离；在所述待检索编码与对象编码之间的余弦距离满足目标距离时，将满足目标距离的对象编码作为所述待检索编码匹配的所述目标对象编码。应当理解的是，首先通过计算余弦相似度，余弦相似度是通过计算两个向量的夹角余弦值来评估他们的相似度。余弦相似度将向量根据坐标值，绘制到向量空间中，如最常见的二维空间，余弦距离就是用1减去这个获得的余弦相似度。余弦距离取值范围：由上面的余弦距离可以知道，余弦距离的取值范围为[0,2],这就满足了非负性的性质；其中，在所述待检索编码与对象编码之间的余弦距离满足目标距离，包括：在所述待检索编码与对象编码之间的余弦距离小于或等于目标距离；所述目标距离包括但不限于0.1，目标距离可以由相关人员根据实际需求灵活设置，例如在0.1-0.25范围内自由选择。[0043]承接上例，获取所述待检索编码与所述检索编码集中每一个对象编码的余弦距离，在所述待检索编码与对象编码之间的余弦距离满足目标距离时，将满足目标距离的对象编码作为所述待检索编码匹配的所述目标对象编码；具体的，例如，目标距离为0.1，存在一个待检索编码a，一个待检索编码集，该待检索编码集中包括n个编码{b、c、d…}，则分别计算待检索编码a与检索编码集中编码b、c、d…的余弦距离，若待检索编码a与检索编码集中编码b的余弦距离小于0.1，此时将检索编码集中编码b作为目标对象编码；同理，对待检索编码集中剩余n-1个编码与待检索编码a进行判断，得到所有满足目标距离的对象编码。[0044]在本实施例的一些示例中，获取待检索对象，并对所述待检索对象进行编码，包括：当所述待检索对象为文本时，提取所述文本的名词；通过目标识别对所述文本中提取的名词进行编码，得到所述待检索编码；具体的，例如，待检索对象为“一群人在草地上踢球”，此时，则使用自然语言处理技术中的命名实体识别对句子中的词性进行标注，以提取出其中的名词{人，足球，草地}，然后对提取处的名词进行onehot编码：人，足球，草地-》(1110000000)，得到待检索编码，应当理解的是，编码时同样会获取目标需求内的目标数，以使得onehot编码时，将编码内的向量数量补齐为目标需求内的目标数；在一些示例中，若预训练模型训练时对训练编码集中每个编码进行归一化处理，则此时，在得到待检索编码后，还需要对该待检索编码进行归一化处理，将归一化处理后的编码作为待检索编码，例如：人，足球，草地-》(1110000000)-》(0.330.330.330000000)。[0045]在本实施例的一些示例中，所述检索编码集中包括图片对应的图片编码，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：在所述检索编码集中查找与所述文本的所述待检索编码匹配的图片编码。也即，检索编码集中的各个编码为图片编码，此时则使用文本编码的结果与检索编码集中图片编码进行一一匹配(计算余弦距离)，并按照从小到大排序，余弦距离小于0.1认为匹配到的图片。[0046]本实施例提供的目标对象检索方法，通过获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象；通过将待检索对象进行编码处理，然后在检索编码集中查找与之相似的对象编码，进而实现在检索编码集中快速查找到与待检索对象对应的目标对象，提升了检索的效率，同时，通过对象编码模型来对检索对象集中每个对象进行编码处理，统一了对象编码的标准，避免了人工进行分类，导致对图像的标注没有一个统一的标准，因而检索的结果准确性差的问题，进而提升了检索的准确度，提升了用户体验。[0047]为了更好的理解本发明，本实施例提供一种更为具体的示例对本发明进行说明，其中本实施例提供的目标对象检索方法包括以下步骤：[0048]步骤1、图片标注[0049]首先获取训练集，该训练集包括但不限于：coco训练集、lvis数据集中的至少一个，训练集可以由相关人员灵活设置，本实施例不做限制；[0050]以训练集为coco训练集为例，首先，将coco训练集中每个图片中的场景，物体进行标注。如图2所示，将图2标注为人，足球，草地，树；其中，为了保证标注的准确性，本实施例通过将图片展示在可交互界面上，接收相关人员的标注指令，对图片进行标注；[0051]步骤2、图片编码[0052]使用onehot方式对图片进行编码，onehot编码即存在为1，不存在为0，考虑目标需求的中目标的顺序；[0053]假设目标需求的目标顺序为：人，足球，草地，树，网球，狗，天空，车，海，冲浪板等10个目标(实际上目标数量没有限制，可以由相关人员灵活设置)；然后根据该目标需求对训练集中标注完成的图片进行编码；例如，如图2所示，图2中包括人，足球，草地，树，则此时图2的编码为(1111000000)；再例如，如图3所示，图3中包括人，天空，海，冲浪板，则此图3的编码为(1000001011)；[0054]步骤3、网络结构[0055]应当理解的是，本示例使用vgg16网络作为预训练模型，如图4所示，该预训练模型包括卷积层、池化层、全连接层、softmax层，将softmax层设置为10个节点(其中，softmax层节点的数量与目标需求中目标的数量相等)；[0056]步骤4、训练模型[0057]其中，通过使用编码完成的coco训练集训练该vgg16网络结构，在一些示例中，需要将编码完成的coco训练集进行onehot归一化后的格式的标注，例如：图2的编码为(1111000000)进行归一化处理后得到(0.25,0.25,0.25,0.25,0,0,0,0,0,0)；图3的编码为(1000001011)进行归一化处理后得到(0.25,0,0,0,0,0,0.25,0,0.25,0.25)，然后通过归一化处理完成的coco训练集对该vgg16网络结构进行训练；最后得到用于对对象进行目标识别，并根据识别结果进行编码处理的所述对象编码模型，具体的，得到输入图片尺寸为224*224*3(3为红绿蓝三通道)，输出为10位onehot编码的归一化,即每个类别相加后为1的对象编码模型。[0058]步骤5、图片编码[0059]将所有待检索图片进行编码，也即，将图片输入训练好的对象编码模型，输出的结果为待检索图片的编码，得到检索编码集；例如，如图5所示，图5中包括人，天空，海，冲浪板，目标需求为{人，足球，草地，树，网球，狗，天空，车，海，冲浪板}，则此时对象编码模型输出的编码为(0.400,0,0,0,0,0，0,0.42,0.18)。[0060]步骤6、文本编码[0061]其中，通过使用自然语言处理技术中的命名实体识别对句子中的词性进行标注，比如“一群人在草地上踢足球”，提取其中的名词进行onehot编码[0062]人，足球，草地-》(1110000000)-》(0.330.330.330000000)[0063]步骤7、图片检索[0064]使用文本编码的结果与检索编码集中的图片编码进行一一匹配(计算余弦距离)，并按照从小到大排序，余弦距离小于0.1认为匹配到的图片，例如，输入文本为“一群人在草地上踢足球”，此时则匹配到人、草地、足球的画面，如图6所示，检索到a、b、c三张具有人、草地、足球的画面。[0065]本实施例提供的目标对象检索方法，能够快速的对图片进行编码建立索引，提高检索效率，同时，该目标对象检索方法原理简单可靠，容易实现，并且计算复杂度低，资源占用少，计算速度快。[0066]基于相同的构思，本实施例提供一种目标对象检索装置，如图7所示，所述目标对象检索装置，包括：[0067]编码模块1，所述编码模块1用于获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；[0068]匹配模块2，所述匹配模块2用于在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；[0069]确定模块3，所述确定模块3用于将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。[0070]应当理解的是，本实施例提供的目标对象检索装置的各个模块组合能够实现上述目标对象检索方法的各个步骤，达到与上述目标对象检索方法各个步骤相同的技术效果，因此，在此不在赘述。[0071]如图8所示，本技术实施例提供了一种电子设备，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信，[0072]存储器113，用于存放计算机程序；[0073]在本技术一个实施例中，处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的目标对象检索方法，包括：获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。[0074]本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述任意一个方法实施例提供的目标对象检索方法的步骤。[0075]需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。[0076]以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。当前第1页12当前第1页12
技术特征：1.一种目标对象检索方法，其特征在于，所述目标对象检索方法，包括：获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。2.根据权利要求1所述的方法，其特征在于，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：获取所述待检索编码与所述检索编码集中每一个对象编码的余弦距离；在所述待检索编码与对象编码之间的余弦距离满足目标距离时，将满足目标距离的对象编码作为所述待检索编码匹配的所述目标对象编码。3.根据权利要求1或2所述的方法，其特征在于，在检索编码集中查找与所述待检索编码匹配的对象编码之前，所述方法还包括：获取训练集，所述训练集中包括多个训练对象；对所述训练集中每个训练对象进行标注，以得到标注训练集，所述标注训练集中包括每个所述训练对象的标注结果；通过目标识别对所述标注训练集进行编码，得到训练编码集，所述训练编码集中包括每个所述训练对象的编码，且所述训练编码集中每个编码的长度相等；通过所述训练编码集对预训练模型进行训练，以得到用于对对象进行目标识别，并根据识别结果进行编码处理的所述对象编码模型。4.根据权利要求3所述的方法，其特征在于，通过目标识别对所述标注训练集进行编码，得到训练编码集，包括：获取目标需求，所述目标需求中包括多个按顺序排列的目标；根据所述目标需求对所述标注训练集中每个所述训练对象进行目标识别，以确定每个所述训练对象是否包含所述目标需求中的各个目标；输出目标识别的确定结果，将所述确定结果作为所述训练对象的编码，以得到所述训练编码集。5.根据权利要求4所述的方法，其特征在于，通过所述训练编码集对预训练模型进行训练，包括：将所述训练编码集中每个编码进行归一化处理；获取所述目标需求内目标的数量，将所述预训练模型的分类层的节点数量设置为所述目标需求内目标的数量；通过归一化处理完成的所述训练编码集对所述预训练模型进行训练。6.根据权利要求1所述的方法，其特征在于，获取待检索对象，并对所述待检索对象进行编码，包括：当所述待检索对象为文本时，提取所述文本的名词；通过目标识别对所述文本中提取的名词进行编码，得到所述待检索编码。7.根据权利要求6所述的方法，其特征在于，所述检索编码集中包括图片对应的图片编码，在检索编码集中查找与所述待检索编码匹配的对象编码，包括：在所述检索编码集中查
找与所述文本的所述待检索编码匹配的图片编码。8.一种目标对象检索装置，其特征在于，所述目标对象检索装置，包括：编码模块，所述编码模块用于获取待检索对象，并对所述待检索对象进行编码，以得到待检索编码；匹配模块，所述匹配模块用于在检索编码集中查找与所述待检索编码匹配的对象编码，所述检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；确定模块，所述确定模块用于将与所述待检索编码匹配的对象编码作为目标对象编码，根据所述目标对象编码获取目标对象。9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一项所述的目标对象检索方法的步骤。10.一种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1-7任一项所述的目标对象检索方法的步骤。
技术总结本申请涉及一种目标对象检索方法、装置、电子设备及存储介质，其中，方法包括：获取待检索对象，并对待检索对象进行编码，以得到待检索编码；在检索编码集中查找与待检索编码匹配的对象编码，检索编码集为通过对象编码模型对检索对象集中每个对象进行编码处理，得到的编码结果集；将与待检索编码匹配的对象编码作为目标对象编码，根据目标对象编码获取目标对象；通过将待检索对象进行编码处理，然后在检索编码集中查找与之相似的对象编码，进而实现在检索编码集中快速查找到与待检索对象对应的目标对象，提升了检索的效率，通过对象编码模型来对检索对象集中每个对象进行编码处理，统一了对象编码的标准，进而提升了检索的准确度。度。度。
技术研发人员：安达 唐大闰
受保护的技术使用者：北京明略昭辉科技有限公司
技术研发日：2022.03.29
技术公布日：2022/7/5
