本申请涉及图像检测领域，具体而言，涉及一种数据上报方法及装置。
背景技术：
深度学习是模仿人脑的机制进行数据分析学习和数据处理的多层神经网络，是近几年人工智能取得的重要突破之一，随着深度学习的应用领域不断扩展，基于深度学习的图像检测技术也逐渐代替传统的人工检测，并在不同的领域中扩展，图像检测结果的应用领域不同，对图像检测结果的需求不同，但图像检测的结果是固定的，导致图像检测结果的应用领域有限，现有技术中，在上报后的图像检测结果中存在重复的图像检测结果，通过人工检测的方法，在图像检测结果中删除重复的图像检测结果，该方法的工作量大，人工成本高。
技术实现要素：
有鉴于此，本申请的目的在于提供一种数据上报方法及装置，用于降低人工成本。
第一方面，本申请实施例提供了一种数据上报方法，该方法包括：
获取当前图像检测结果，所述检测结果包括对所述当前图像中各物体进行标记的当前目标框；
针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值；
对以所述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，所述匹配数值包括所述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列；
根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，其中，所述预设阈值为根据所述检测结果的应用场景预设的配置文件中的预设阈值；
根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报。
对于图像检测结果中包括的每一个当前目标框，计算该当前目标框与数据库中的各历史目标框的差别值，在所有当前目标框对应的差别值中找到每一个当前目标框对应的较小的差别值，并根据差别值和预设阈值的比较结果，为每一个当前目标框匹配id，根据目标框的上报逻辑和当前目标框的id，上报该当前目标框，其中上述预设阈值和上述目标框的上报逻辑都存在于根据图像检测结果的应用场景需求预设的配置文件中；该方法针对不同的图像检测结果的应用场景需求，调整图像检测结果中的当前目标框的id匹配和图像检测结果中的当前目标框的上报，使得最终上报的图像检测结果对于该应用场景需求是最适用的，有利于提高图像检测结果的灵活性和适应性；该方法在上报的过程中筛选掉重复的图像检测结果，且该方法通过服务器自动执行数据上报过程，有利于降低人工成本。
可选的，所述计算该物体的当前目标框与数据库中的各历史目标框的差别值，包括：
计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差；
针对每个历史目标框，根据该历史目标框对应的所述iou、所述mse、所述时间差，以及所述配置文件中为所述iou、所述mse、所述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
进一步，本申请实施例提供的数据上报方法，若要计算该物体当前目标框与该历史目标框的差别值，需要先计算出该物体当前目标框与该历史目标框的iou、mse和时间差，然后根据这三个值和配置文件中为这三个值预设的权重，来计算上述差别值，通过上述方法，有利于提高通过计算得到的差别值的准确性。
可选的，所述计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差，包括：
根据该物体的当前目标框的像素矩阵和该历史目标框的像素矩阵，计算该历史目标框对应的所述mse；
根据该物体的当前目标框在所述当前图像中的位置坐标和该历史目标框在该历史目标框所在图像中的位置坐标，计算该历史目标框对应的所述iou；
根据该物体的当前目标框携带的所述检测结果的获取时间和该历史目标框携带的检测结果的获取时间，计算该历史目标框对应的所述时间差。
进一步，本申请实施例提供的数据上报方法，在计算当前目标框的iou、mse和时间差时，除了使用到历史目标框中像素矩阵、位置坐标和获取时间的信息，还使用到了当前目标框中的像素矩阵、位置坐标和获取时间的信息，而当前目标框中的信息均都属于图像检测结果，通过上述方法，可以充分利用图像检测结果，有利于提高图像检测结果的使用价值。
可选的，所述根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，包括：
当所述匹配数值小于所述预设阈值时，为该物体的当前目标框分配的id为所述匹配数值对应的历史目标框的id；
当所述匹配数值大于或等于所述预设阈值时，为该物体的当前目标框创建新的id。
进一步，本申请实施例提供的数据上报方法，将匹配数值和预设阈值进行对比，并根据不同的对比结果，选择不同的方式来确定该物体的当前匹配目标框的id，通过上述方法，有利于提高该物体的当前匹配目标框的id的准确性。
可选的，在所述为该物体的当前目标框分配唯一编码id后，所述方法还包括：
将该物体的当前目标框存储在所述数据库中。
进一步，本申请实施例提供的数据上报方法，将该物体的当前目标框存储在数据库中，相当于更新了数据库，通过上述方法，提高了数据库的实时性。
可选的，所述将该物体的当前目标框存储在所述数据库中，包括：
当该物体的当前目标框的id为所述匹配数值对应的历史目标框的id时，将所述数据库中的所述匹配数值对应的历史目标框删除；
将该物体的当前目标框存储在所述数据库中。
进一步，本申请实施例提供的数据上报方法，当数据库中包含与该物体的当前目标框具有相同id的历史目标框时，在删除该历史目标框后，将该物体的当前目标框存储在数据库中，通过上述方法，避免数据库中出现相同id的目标框，提高了数据库的准确性。
可选的，所述根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报，包括：
根据所述配置文件中的目标框的上报逻辑，在id缓存器中存储所述上报逻辑所需要的历史id；
根据所述历史id、所述上报逻辑和所述id，判断是否上报该物体的当前目标；
如果是，则对该物体的当前目标框进行上报。
进一步，本申请实施例提供的数据上报方法，配置文件中的目标框的上报逻辑，决定了在id缓存器中存储的历史id，和该物体的当前目标框进行上报的判断方法，不同的配置文件，目标框的上报逻辑不同，在id缓存器中存储的历史id不同，目标框进行上报的判断方法不同，导致最终上报的当前目标框也不同，通过上述方法，有利于提高数据上报方法的灵活性。
可选的，在所述对该物体的当前目标框进行上报后，所述方法还包括：
根据所述配置文件中的目标框的上报逻辑，更新所述id缓存器中存储的所述历史id。
进一步，本申请实施例提供的数据上报方法，在上报该物体的当前目标框后，根据配置文件中的目标框的上报逻辑，更新id缓存器中的历史id，通过上述方法，提高了id缓存器的实时性。
第二方面，本申请实施例提供了一种数据上报装置，所述装置包括：
获取模块，用于获取当前图像检测结果，所述检测结果包括对所述当前图像中各物体进行标记的当前目标框；
计算模块，用于针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值；
匹配模块，用于对以所述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，所述匹配数值包括所述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列；
执行模块，用于根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，其中，所述预设阈值为根据所述检测结果的应用场景预设的配置文件中的预设阈值；
上报模块，用于根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报。
可选的，所述计算模块的配置在用于计算该物体的当前目标框与数据库中的各历史目标框的差别值时，包括：
计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差；
针对每个历史目标框，根据该历史目标框对应的所述iou、所述mse、所述时间差，以及所述配置文件中为所述iou、所述mse、所述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
可选的，所述计算模块的配置在用于计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差时，包括：
根据该物体的当前目标框的像素矩阵和该历史目标框的像素矩阵，计算该历史目标框对应的所述mse；
根据该物体的当前目标框在所述当前图像中的位置坐标和该历史目标框在该历史目标框所在图像中的位置坐标，计算该历史目标框对应的所述iou；
根据该物体的当前目标框携带的所述检测结果的获取时间和该历史目标框携带的检测结果的获取时间，计算该历史目标框对应的所述时间差。
可选的，所述执行模块的配置在用于根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id时，包括：
当所述匹配数值小于所述预设阈值时，为该物体的当前目标框分配的id为所述匹配数值对应的历史目标框的id；
当所述匹配数值大于或等于所述预设阈值时，为该物体的当前目标框创建新的id。
可选的，所述执行模块的配置在用于为该物体的当前目标框分配唯一编码id后，还包括：
将该物体的当前目标框存储在所述数据库中。
可选的，所述执行模块的配置在用于将该物体的当前目标框存储在所述数据库中时，包括：
当该物体的当前目标框的id为所述匹配数值对应的历史目标框的id时，将所述数据库中的所述匹配数值对应的历史目标框删除；
将该物体的当前目标框存储在所述数据库中。
可选的，所述上报模块的配置在用于根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报时，包括：
根据所述配置文件中的目标框的上报逻辑，在id缓存器中存储所述上报逻辑所需要的历史id；
根据所述历史id、所述上报逻辑和所述id，判断是否上报该物体的当前目标；
如果是，则对该物体的当前目标框进行上报。
可选的，所述上报模块的配置在用于对该物体的当前目标框进行上报后，还包括：
根据所述配置文件中的目标框的上报逻辑，更新所述id缓存器中存储的所述历史id。
第三方面，本申请实施例提供了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述第一方面中任一所述的数据上报方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面中任一所述的数据上报方法的步骤。
本申请的实施例提供的技术方案可以包括以下有益效果：
本申请实施例提供的数据上报方法，图像检测结果中包括对当前图像中的每一个物体进行框选的当前目标框，对于每一个当前目标框，计算该当前目标框与数据库中的各历史目标框的差别值，在所有当前目标框对应的差别值中找到每一个当前目标框对应的较小的差别值，并根据差别值和预设阈值的比较结果，为每一个当前目标框匹配id，根据目标框的上报逻辑和当前目标框的id，上报该当前目标框，其中上述预设阈值和上述目标框的上报逻辑都存在于根据图像检测结果的应用场景需求预设的配置文件中；该方法针对不同的图像检测结果的应用场景需求，调整图像检测结果中的当前目标框的id匹配和图像检测结果中的当前目标框的上报，使得最终上报的图像检测结果对于该应用场景需求是最适用的，有利于提高图像检测结果的灵活性和适应性；该方法在上报的过程中筛选掉重复的图像检测结果，且该方法通过服务器自动执行数据上报过程，有利于降低人工成本。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种数据上报方法的流程示意图；
图2为本申请实施例提供的一种矩阵的示例图；
图3为本申请实施例提供的一种差别值的计算方法的流程示意图；
图4为本申请实施例提供的一种mse、iou、时间差的计算方法的流程示意图；
图5为本申请实施例提供的一种当前目标框存储方法的流程示意图；
图6为本申请实施例提供的一种当前目标框上报方法的流程示意图；
图7为本申请实施例提供的一种数据上报装置的结构示意图；
图8为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域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，都属于本申请保护的范围。
本申请实施例提供了一种数据上报方法及装置，下面通过实施例进行描述。
本申请实施例提供了一种数据上报方法，图1为本申请实施例提供的一种数据上报方法的流程示意图，如图1所示，包括以下步骤：
步骤s101：获取当前图像检测结果，上述检测结果包括对上述当前图像中各物体进行标记的当前目标框。
具体的，上述当前图像检测结果为在线的当前图像检测结果，上述对当前图像中各物体进行标记指的是在当前图像中框选出该当前图像中的每一个物体。
举例说明，当前图像中包含汽车、红花、小孩和小狗四个物体，则当前图像的ai(artificialintelligence，人工智能)检测结果包括框选出汽车的第一目标框、框选出红花的第二目标框、框选出小孩的第三目标框和框选出小狗的第四目标框。
步骤s102：针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值。
具体的，数据库为存储历史图像检测结果中框选出历史图像中每一个物体的历史目标框的数据库，上述历史图像指的是已进行图像检测的图像；上述差别值用以表示当前目标框与历史目标框的迥异性。
举例说明，当前图像中有黄狗和黑猫两个物体，则该当前图像检测结果中包括框选出黄狗的目标框和框选出黑猫的目标框，若数据库中有黑狗的目标框、蓝猫的目标框和白兔的目标框，则对于黄狗的目标框来说，需要计算出的差别值有黄狗的目标框与黑狗的目标框的差别值、黄狗的目标框与蓝猫的目标框的差别值、黄狗的目标框与白兔的目标框的差别值。
步骤s103：对以上述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，上述匹配数值包括上述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列。
具体的，上述矩阵的行数等于当前目标框的总数，上述矩阵的列数等于历史目标框的总数；上述最小损失匹配指的是在矩阵的每一行仅选出一个该行中较小的矩阵元素，即：匹配数值，每一行选出的较小的矩阵元素所对应的列不相同，即：每一个较小的矩阵元素对应的当前目标框或历史目标框不同，且所有较小的矩阵元素的和值最小；为了达到最小匹配的目的，矩阵的行数需要小于或等于该矩阵的列数，即：历史目标框的数量大于或等于当前目标框的数量。
举例说明，图2为本申请实施例提供的一种矩阵的示例图，如图2所示，当前图像检测结果中有3个当前目标框，数据库中有3个历史目标框，所以该矩阵为3行3列的矩阵，以矩阵的第一行第一列的矩阵元素为例，该矩阵中第一行第一列的差别值对应当前目标框1和历史目标框1；通过匈牙利算法对该矩阵进行最小损失匹配，得出3个匹配数值，这三个匹配数值分别为第一行的3，第二行的1和第三行的6，这三个值相加之后的和最小，其中第一行的3对应的是当前目标框1和历史目标框2，第二行的1对应的是当前目标框2和历史目标框1，第三行的6对应的是当前目标框3和历史目标框3。
步骤s104：根据上述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配id(identitydocument，唯一编码)，其中，上述预设阈值为根据上述检测结果的应用场景预设的配置文件中的预设阈值。
具体的，上述预设阈值为用以判断当前目标框和历史目标框异同的界限，上述比较结果包括匹配数值小于预设阈值与匹配数值大于或等于预设阈值。
步骤s105：根据上述配置文件中的目标框的上报逻辑和上述id，对该物体的当前目标框进行上报。
具体的，目标框的上报逻辑指的是上报目标框的判断依据，上报的目的是将该物体的当前目标框呈现在终端界面上。
举例说明，上述上报逻辑包括：第一种上报逻辑：前一分钟内上报过的目标框不再上报，对于第一种上报逻辑，若当前目标框在前一分钟内没有上报过，则上报该当前目标框，若当前目标框在前一分钟内已经上报过，则不上报该当前目标框；第二种上报逻辑：相同id的目标框出现三次时，上报该id对应的目标框，对于第二种上报逻辑，若当前目标框的id为第三次出现的id，则上报该当前目标框。
在一种可行的实施方案中，图3为本申请实施例提供的一种差别值的计算方法的流程示意图，如图3所示，在执行步骤s102时，通过以下步骤实现：
步骤s301：计算该物体的当前目标框与数据库中的各历史目标框的iou(intersectionoverunion，重叠度)、mse(meansquareerror，均方误差)和时间差。
具体的，iou为当前目标框和历史目标框的交集和并集的比值，mse为当前目标框和历史目标框中所有像素值的差的平方的期望值；时间差指的是当前目标框携带的检测结果的时间点与历史目标框携带的检测结果的时间点的差别值。
举例说明，若图像检测结果中共有3个当前目标框，数据库中共有3个历史目标框，以第一当前目标框为例，需要计算第一当前目标框和第一历史目标框的iou、mse、时间差，还需要计算第一当前目标框和第二历史目标框的iou、mse、时间差，还需要计算第一当前目标框和第三历史目标框的iou、mse、时间差。
步骤s302：针对每个历史目标框，根据该历史目标框对应的上述iou、上述mse、上述时间差，以及上述配置文件中为上述iou、上述mse、上述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
具体的，根据上述iou计算目标差值，上述目标差值为1与第一当前目标框和第一历史目标框的iou的差值；根据上述mse计算目标误差值，上述目标误差值为第一当前目标框和第一历史目标框的mse开方后的归一化值，上述目标误差值为0和1之间的小数；根据上述时间差计算目标时间差值，上述目标时间差值为时间差的归一化值，上述目标时间差值为0和1之间的小数；将目标差值与上述iou的权重的乘积值、目标误差值与上述mse的权重的乘积值、目标时间差值与上述时间差的权重的乘积值相加，得到第一当前目标框与第一历史目标框的差别值。
举例说明，若目标差值为0.6，目标误差值为0.7，目标时间差值为0.3，iou的权重为0.3，mse的权重为0.5，时间差的权重为0.2，则差别值为0.6×0.3 0.7×0.5 0.3×0.2＝0.59；若当前图像检测结果中有3个当前目标框，数据库中有4个历史目标框，则总共得到12个差别值，且每个差别值对应的当前目标框或历史目标框不同。
在一种可行的实施方案中，图4为本申请实施例提供的一种mse、iou、时间差的计算方法的流程示意图，如图4所示，在执行步骤s302时，通过以下步骤实现：
步骤s401：根据该物体的当前目标框的像素矩阵和该历史目标框的像素矩阵，计算该历史目标框对应的mse。
具体的，将该物体的当前目标框和该历史目标框调整至相同的尺寸，获取调整后的该物体的当前目标框的像素矩阵中的所有像素值和调整后的该历史目标框的像素矩阵中的所有像素值，按照mse的计算公式，计算调整后的该物体的当前目标框和调整后的该历史目标框的mse。
举例说明，若第一当前目标框的尺寸是10像素×10像素，第一历史目标框的尺寸为11像素×12像素，将第一当前目标框的尺寸和第一历史目标框的尺寸均调整至10像素×10像素；该像素为三通道的像素，则调整后的第一当前目标框的总像素值为10像素×10像素×3，调整后的第一历史目标框的总像素值为10像素×10像素×3。
步骤s402：根据该物体的当前目标框在上述当前图像中的位置坐标和该历史目标框在该历史目标框所在图像中的位置坐标，计算该历史目标框对应的iou。
具体的，根据该物体的当前目标框在当前图像中的位置坐标，找到该物体的当前目标框在当前图像中的区域，与该历史目标框在该历史目标框所在图像中的区域重叠，得到该物体的当前目标框和该历史目标框交集的区域面积和并集的区域面积，计算交集的区域面积和并集的区域面积的比值，得到该物体的当前目标框和该历史目标框的iou。
步骤s403：根据该物体的当前目标框携带的上述检测结果的获取时间和该历史目标框携带的检测结果的获取时间，计算该历史目标框对应的时间差。
具体的，检测结果的获取时间为获取该检测结果的时间点，上述时间差为该物体的当前目标框携带的该物体的当前目标框对应的检测结果的获取时间和该历史目标框携带的检测结果的获取时间的差值。
在一种可行的实施方案中，在执行步骤s104时，包括以下两种情况：
情况一：当上述匹配数值小于上述预设阈值时，为该物体的当前目标框分配的id为上述匹配数值对应的历史目标框的id。
情况二：当上述匹配数值大于或等于上述预设阈值时，为该物体的当前目标框创建新的id。
在一种可行的实施方案中，在执行步骤s104后，还包括将该物体的当前目标框存储在上述数据库中。
在一种可行的实施方案中，在将该物体的当前目标框存储在上述数据库中时，包括：
数据库中的每一个历史目标框均包含计数器，计数器的初始数值为配置文件中的预设计数值，在将该物体的当前目标框存储在上述数据库中时，若该物体的当前目标框的id为上述匹配数值对应的历史目标框的id时，将数据库中除该匹配数值对应的历史目标框之外的所有历史目标框包含的计数器的数值减1，若该物体的当前目标框的id为新的id时，将数据库中所有历史目标框包含的计数器的数值减1；当历史目标框包含的计数器的数值为0时，在数据库中删除该历史目标框；在将该物体的当前目标框存储在数据库后，为该物体的当前目标框设置一个初始数值为上述预设计数值的计数器。
举例说明，数据库中包括历史目标框1、历史目标框2、历史目标框3，且每一个历史目标框包含的计数器的初始数值为3，若当前目标框的id与历史目标框3的id相同，则将历史目标框1和历史目标框2包含的计数器的数值减1，若当前目标框的id与这三个历史目标框的id均不相同，则将这三个历史目标框包含的计数器的数值减1；若历史目标框1包含的计数器数值为0，则删除该历史目标框1；在将当前目标框存储在数据库中后，为该当前目标框配置一个初始数值为3的计数器。
在一种可行的实施方案中，图5为本申请实施例提供的一种当前目标框存储方法的流程示意图，如图5所示，上述将该物体的当前目标框存储在上述数据库中，通过以下步骤实现：
步骤s501：当该物体的当前目标框的id为上述匹配数值对应的历史目标框的id时，将上述数据库中的上述匹配数值对应的历史目标框删除。
步骤s502：将该物体的当前目标框存储在上述数据库中。
具体的，当该物体的当前目标框的id为新的id时，将该物体的当前目标框存储在上述数据库中。
在一种可行的实施方案中，图6为本申请实施例提供的一种当前目标框上报方法的流程示意图，如图6所示，在执行步骤s105时，通过以下步骤实现：
步骤s601：根据上述配置文件中的目标框的上报逻辑，在id缓存器中存储上述上报逻辑所需要的历史id。
步骤s602：根据上述历史id、上述上报逻辑和该物体的当前目标框的id，判断是否上报该物体的当前目标框。
步骤s603：如果是，则对该物体的当前目标框进行上报。
举例说明，当上述上报逻辑为第一种上报逻辑时，即：在预设时间内，对已上报的目标框不再进行上报，根据上述第一种上报逻辑，在id缓存器中存储上述预设时间内的已上报的目标框的id，判断该物体的当前目标框的id是否存在于该id缓存器中，若存在，则不上报该物体的当前目标框，若不存在，则上报该物体的当前目标框，比如：第一种上报逻辑为前一分钟内上报过的目标框不再上报，在id缓存器中存储前一分钟内上报过的目标框的id，分别为a、b、c，若当前目标框的id为b，则不上报该当前目标框，若当前目标框的id为e，则上报该当前目标框；当上述上报逻辑为第二种上报逻辑时，即：若相同id的目标框出现三次，上报该id对应的目标框，根据上述第二种上报逻辑，在id缓存器中存储所有出现过的目标框的id及该出现过的目标框的id的出现次数，若该物体的当前目标框的id在id缓存器中的出现次数变为3时，上报该物体的当前目标框，比如：第二种上报逻辑为相同id的目标框出现三次时，上报该id对应的目标框，在id缓存器中存储所有出现过的目标框的id及其出现次数，分别为a、b、c，id为a的目标框出现的次数为2，id为b的目标框出现的次数为1，id为c的目标框出现的次数为1，若当前目标框的id为a，则id为a的目标框出现的次数变为3，上报该当前目标框，若当前目标框的id为b，则id为b的目标框出现的次数变为2，不上报该当前目标框。
在一种可行的实施方案中，在执行步骤s603后，还包括根据上述配置文件中的目标框的上报逻辑，更新上述id缓存器中存储的上述历史id。
举例说明，当上述上报逻辑为第一种上报逻辑时，即：在预设时间内，对已上报的目标框不再进行上报，根据上述第一种上报逻辑，在上报该物体的当前目标框后，在id缓存器中存储该物体的当前目标框的id，并删除该id缓存器中不属于上述预设时间内的已上报的目标框的id；比如：第一种上报逻辑为前一分钟内上报过的目标框不再上报，id缓存器中存储的前一分钟内上报过的目标框的id分别为a、b、c，若上报该当前目标框的id为d，在上报操作结束后，在id缓存器中存储该当前目标框的id，id缓存器中存储的a变为前两分钟上报的目标框的id，则删除id缓存器中存储的a；当上述上报逻辑为第二种上报逻辑时，即：若相同id的目标框出现三次，上报该id对应的目标框，根据上述第二种上报逻辑，在上报该物体的当前目标框后，在id缓存器中删除该物体的当前目标框的id，比如：第二种上报逻辑为相同id的目标框出现三次时，上报该id对应的目标框，在id缓存器中存储的所有出现过的目标框的id分别为a、b、c，id为a的目标框出现的次数为3，id为b的目标框出现的次数为1，id为c的目标框出现的次数为1，在上报id为a的当前目标框后，删除id缓存器中存储的a及其对应的出现次数。
图7为本申请实施例提供的一种数据上报装置的结构示意图，如图7所示，上述装置包括：
获取模块701，用于获取当前图像检测结果，上述检测结果包括对上述当前图像中各物体进行标记的当前目标框；
计算模块702，用于针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值；
匹配模块703，用于对以上述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，上述匹配数值包括上述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列；
执行模块704，用于根据上述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，其中，上述预设阈值为根据上述检测结果的应用场景预设的配置文件中的预设阈值；
上报模块705，用于根据上述配置文件中的目标框的上报逻辑和上述id，对该物体的当前目标框进行上报。
在一种可行的实施方案中，上述计算模块702的配置在用于计算该物体的当前目标框与数据库中的各历史目标框的差别值时，包括：
计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差；
针对每个历史目标框，根据该历史目标框对应的上述iou、上述mse、上述时间差，以及上述配置文件中为上述iou、上述mse、上述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
在一种可行的实施方案中，上述计算模块702的配置在用于计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差时，包括：
根据该物体的当前目标框的像素矩阵和该历史目标框的像素矩阵，计算该历史目标框对应的上述mse；
根据该物体的当前目标框在上述当前图像中的位置坐标和该历史目标框在该历史目标框所在图像中的位置坐标，计算该历史目标框对应的上述iou；
根据该物体的当前目标框携带的上述检测结果的获取时间和该历史目标框携带的检测结果的获取时间，计算该历史目标框对应的上述时间差。
在一种可行的实施方案中，上述执行模块704的配置在用于根据上述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id时，包括：
当上述匹配数值小于上述预设阈值时，为该物体的当前目标框分配的id为上述匹配数值对应的历史目标框的id；
当上述匹配数值大于或等于上述预设阈值时，为该物体的当前目标框创建新的id。
在一种可行的实施方案中，上述执行模块704的配置在用于为该物体的当前目标框分配唯一编码id后，还包括：
将该物体的当前目标框存储在上述数据库中。
在一种可行的实施方案中，上述执行模块704的配置在用于将该物体的当前目标框存储在上述数据库中时，包括：
当该物体的当前目标框的id为上述匹配数值对应的历史目标框的id时，将上述数据库中的上述匹配数值对应的历史目标框删除；
将该物体的当前目标框存储在上述数据库中。
在一种可行的实施方案中，上述上报模块705的配置在用于根据上述配置文件中的目标框的上报逻辑和上述id，对该物体的当前目标框进行上报时，包括：
根据上述配置文件中的目标框的上报逻辑，在id缓存器中存储上述上报逻辑所需要的历史id；
根据上述历史id、上述上报逻辑和当前目标框的id，判断是否上报该物体的当前目标；
如果是，则对该物体的当前目标框进行上报。
在一种可行的实施方案中，上述上报模块705的配置在用于对该物体的当前目标框进行上报后，还包括：
根据上述配置文件中的目标框的上报逻辑，更新上述id缓存器中存储的上述历史id。
关于本申请数据上报装置的实施例的详细说明可参考数据上报方法的实施例，在此不再详细说明。
基于上述分析可知，本申请实施例提供的数据上报方法，图像检测结果中包括对当前图像中的每一个物体进行框选的当前目标框，对于每一个当前目标框，计算该当前目标框与数据库中的各历史目标框的差别值，在所有当前目标框对应的差别值中找到每一个当前目标框对应的较小的差别值，并根据差别值和预设阈值的比较结果，为每一个当前目标框匹配id，根据目标框的上报逻辑和当前目标框的id，上报该当前目标框，其中上述预设阈值和上述目标框的上报逻辑都存在于根据图像检测结果的应用场景需求预设的配置文件中；该方法针对不同的图像检测结果的应用场景需求，调整图像检测结果中的当前目标框的id匹配和图像检测结果中的当前目标框的上报，使得最终上报的图像检测结果对于该应用场景需求是最适用的，有利于提高图像检测结果的灵活性和适应性；该方法在上报的过程中筛选掉重复的图像检测结果，且该方法通过服务器自动执行数据上报过程，有利于降低人工成本。
对应于图1中的数据上报方法，本申请实施例还提供了一种计算机设备800，图8为本申请实施例提供的一种计算机设备的结构示意图，如图8所示，该设备包括存储器801、处理器802及存储在该存储器801上并可在该处理器802上运行的计算机程序，其中，上述处理器802执行上述计算机程序时实现上述数据上报方法。
具体地，上述存储器801和处理器802能够为通用的存储器和处理器，这里不做具体限定，当处理器802运行存储器801存储的计算机程序时，能够执行上述数据上报方法，有利于降低人工成本。
对应于图1中的数据上报方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述数据上报方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述数据上报方法，有利于降低人工成本。
在本申请所提供的实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
1.一种数据上报方法，其特征在于，所述方法包括：
获取当前图像检测结果，所述检测结果包括对所述当前图像中各物体进行标记的当前目标框；
针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值；
对以所述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，所述匹配数值包括所述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列；
根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，其中，所述预设阈值为根据所述检测结果的应用场景预设的配置文件中的预设阈值；
根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报。
2.如权利要求1所述的方法，其特征在于，所述计算该物体的当前目标框与数据库中的各历史目标框的差别值，包括：
计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差；
针对每个历史目标框，根据该历史目标框对应的所述iou、所述mse、所述时间差，以及所述配置文件中为所述iou、所述mse、所述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
3.如权利要求2所述的方法，其特征在于，所述计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差，包括：
根据该物体的当前目标框的像素矩阵和该历史目标框的像素矩阵，计算该历史目标框对应的所述mse；
根据该物体的当前目标框在所述当前图像中的位置坐标和该历史目标框在该历史目标框所在图像中的位置坐标，计算该历史目标框对应的所述iou；
根据该物体的当前目标框携带的所述检测结果的获取时间和该历史目标框携带的检测结果的获取时间，计算该历史目标框对应的所述时间差。
4.如权利要求1所述的方法，其特征在于，所述根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，包括：
当所述匹配数值小于所述预设阈值时，为该物体的当前目标框分配的id为所述匹配数值对应的历史目标框的id；
当所述匹配数值大于或等于所述预设阈值时，为该物体的当前目标框创建新的id。
5.如权利要求4所述的方法，其特征在于，在所述为该物体的当前目标框分配唯一编码id后，所述方法还包括：
将该物体的当前目标框存储在所述数据库中。
6.如权利要求5所述的方法，其特征在于，所述将该物体的当前目标框存储在所述数据库中，包括：
当该物体的当前目标框的id为所述匹配数值对应的历史目标框的id时，将所述数据库中的所述匹配数值对应的历史目标框删除；
将该物体的当前目标框存储在所述数据库中。
7.如权利要求1所述的方法，其特征在于，所述根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报，包括：
根据所述配置文件中的目标框的上报逻辑，在id缓存器中存储所述上报逻辑所需要的历史id；
根据所述历史id、所述上报逻辑和所述id，判断是否上报该物体的当前目标；
如果是，则对该物体的当前目标框进行上报。
8.如权利要求7所述的方法，其特征在于，在所述对该物体的当前目标框进行上报后，所述方法还包括：
根据所述配置文件中的目标框的上报逻辑，更新所述id缓存器中存储的所述历史id。
9.一种数据上报装置，其特征在于，所述装置包括：
获取模块，用于获取当前图像检测结果，所述检测结果包括对所述当前图像中各物体进行标记的当前目标框；
计算模块，用于针对每一物体，计算该物体的当前目标框与数据库中的各历史目标框的差别值；
匹配模块，用于对以所述差别值为矩阵元素的矩阵进行最小损失匹配，得到匹配数值，所述匹配数值包括所述矩阵中和值最小的候选矩阵元素，不同的候选矩阵元素位于不同行，且不同的候选矩阵元素位于不同列；
执行模块，用于根据所述匹配数值和预设阈值的比较结果，为该物体的当前目标框分配唯一编码id，其中，所述预设阈值为根据所述检测结果的应用场景预设的配置文件中的预设阈值；
上报模块，用于根据所述配置文件中的目标框的上报逻辑和所述id，对该物体的当前目标框进行上报。
10.如权利要求9所述的装置，其特征在于，所述计算模块的配置在用于计算该物体的当前目标框与数据库中的各历史目标框的差别值时，包括：
计算该物体的当前目标框与数据库中的各历史目标框的重叠度iou、均方误差mse和时间差；
针对每个历史目标框，根据该历史目标框对应的所述iou、所述mse、所述时间差，以及所述配置文件中为所述iou、所述mse、所述时间差配置的权重，计算该物体的当前目标框与该历史目标框的差别值。
技术总结