目标检测模型训练方法、装置、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110807007A(43)申请公布日2020.02.18(21)申请号201910941687.1(22)申请日2019.09.30(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人孙震杭圣烨陈忻(74)专利代理机构北京风雅颂专利代理有限公司11403代理人郭曼(51)Int.Cl.G06F16/16(2019.01)G06F16/55(2019.01)G06F16/58(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书12页附图6页(54)发明名称目标检测模型训练方法、装置、系统及存储介质(57)摘要本发明公开了一种目标检测模型训练方法，包括：接收终端上传的用户选择的图片文件以及所述用户从所述图片文件中截取的至少一个截图的截图信息；其中，所述截图信息包括：所述截图的标签以及所述截图在所述图片文件中的位置信息；根据所述截图信息对所述图片文件进行标注；根据标注后的图片文件生成数据集；以及依据生成的数据集训练目标检测模型。本发明还公开了进行目标检测模型训练的装置、系统以及计算机可读存储介质。CN110807007ACN110807007A权利要求书1/3页1.一种目标检测模型训练方法，其特征在于，该方法包括：接收终端上传的用户选择的图片文件以及所述用户从所述图片文件中截取的至少一个截图的截图信息；其中，所述截图信息包括：所述截图的标签以及所述截图在所述图片文件中的位置信息；根据所述截图信息对所述图片文件进行标注；根据标注后的图片文件生成数据集；以及依据所述数据集训练目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述截图信息对所述图片文件进行标注包括：根据所述图片文件和所述至少一个截图的截图信息生成所述图片文件的备注信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述图片文件和所述至少一个截图的截图信息生成所述图片文件的备注信息包括：为所述图片文件生成唯一的名称；以及根据所述图片文件的名称、大小以及所述至少一个截图的截图信息生成与该图片文件对应的可扩展标记语言文件。4.根据权利要求1所述的方法，其特征在于，所述根据标注后的图片文件生成数据集包括：将终端上传的图片文件存入数据集的图片数据分类中；将生成的备注信息存入数据集的备注信息数据分类中；以及将所述图片文件的名称添加到数据集信息数据分类的主文件夹下用于记录参与训练的图片文件名称的文本文件中。5.根据权利要求1所述的方法，其特征在于，所述依据所述数据集训练目标检测模型包括：生成全量目标检测模型训练任务；以及依据所述数据集执行生成的全量目标检测模型训练任务。6.根据权利要求1所述的方法，其特征在于，所述依据所述数据集训练目标检测模型包括：如果所述至少一个截图的截图信息不涉及截图标签类型的变化，则生成增量目标检测模型训练任务，并依据所述数据集执行生成的增量目标检测模型训练任务；否则，生成全量目标检测模型训练任务，并依据所述数据集执行生成的全量目标检测模型训练任务。7.根据权利要求1所述的方法，其特征在于，依据所述数据集执行生成的全量或增量目标检测模型训练任务包括：确定是否有正在执行的目标检测模型训练任务，如果没有，则执行生成的全量或增量目标检测模型训练任务；而如果有，则等待当前的目标检测模型训练任务执行完成后，再执行生成的全量或增量目标检测模型训练任务。8.根据权利要求1所述的方法，其特征在于，依据所述数据集执行生成的全量或增量目标检测模型训练任务包括：将生成的全量或增量目标检测模型训练任务放入所述等待队列；A.检测所述训练队列是否为空，如果为空，则执行B；如果不为空，则等待预定的时间，2CN110807007A权利要求书2/3页然后返回A；B.将等待队列中的一个目标检测模型训练任务加载至所述训练队列，然后执行C；C.执行所述训练队列中的目标检测模型训练任务，然后执行D；D.在所述目标检测模型训练任务完成后，清空所述训练队列，然后返回B。9.根据权利要求8所述的方法，其特征在于，所述将等待队列中的一个目标检测模型训练任务加载至所述训练队列包括：如果所述等待队列中包括全量的目标检测模型训练任务，则将所述全量目标检测模型训练任务加载至所述训练队列，并清空所述等待队列；如果所述等待队列中仅包括增量目标检测模型训练任务，则将最先加入所述训练队列的增量目标检测模型训练任务加入所述训练队列，并从所述等待队列中删除所述增量目标检测模型训练任务。10.根据权利要求1所述的方法，其特征在于，在训练目标检测模型的过程中，根据训练的总损耗是否收敛判断训练是否完成，若已收敛，则