目标检测模型的训练方法、装置、电子设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115761434A(43)申请公布日2023.03.07(21)申请号202211304722.7(22)申请日2022.10.24(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人陈子亮(74)专利代理机构北京易光知识产权代理有限公司11596专利代理师阎敏王姗姗(51)Int.Cl.G06V10/82(2022.01)G06V10/774(2023.01)G06V10/25(2023.01)G06N3/045(2022.01)G06N3/08(2022.01)权利要求书3页说明书11页附图5页(54)发明名称目标检测模型的训练方法、装置、电子设备和存储介质(57)摘要本公开提供了一种目标检测模型的训练方法、装置、电子设备和存储介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，尤其涉及目标检测领域中的小样本目标检测领域。具体实施为：将样本图像输入特征提取网络，得到样本图像的特征图；将特征图输入区域建议网络，得到区域建议网络输出的中间候选框集合以及待识别候选框集合；基于中间候选框集合构建的正样本对和负样本对，确定对比学习损失；并且，确定筛选损失以及检测损失；基于对比学习损失、筛选损失以及检测损失调整目标检测模型的可学习参数，在满足训练收敛条件的情况下，结束对目标检测模型的训练。使用本公开提供的训练方法，可以提高对小样本目标检测的准确度。CN115761434ACN115761434A权利要求书1/3页1.一种目标检测模型的训练方法，所述目标检测模型包括特征提取网络、区域建议网络和感兴趣区域识别网络，所述方法包括：将样本图像输入所述特征提取网络，得到所述样本图像的特征图；将所述特征图输入所述区域建议网络，得到所述区域建议网络输出的中间候选框集合以及待识别候选框集合，其中所述待识别候选框集合是所述区域建议网络从所述中间候选框集合中筛选出的；基于所述中间候选框集合构建的正样本对和负样本对，确定对比学习损失；并且，确定所述区域建议网络对所述待识别候选框集合的筛选损失；以及，基于所述感兴趣区域识别网络对所述待识别候选框集合的处理结果，确定所述样本图像中的目标对象的检测损失；基于所述对比学习损失、所述筛选损失以及所述检测损失调整所述目标检测模型的可学习参数，在满足训练收敛条件的情况下，结束对所述目标检测模型的训练。2.根据权利要求1所述的方法，其中，将所述中间候选框集合中的每个中间候选框分别作为第一候选框，所述方法还包括：针对每个第一候选框，分别基于以下方法构建所述第一候选框的正样本对和负样本对：从所述中间候选框集合中筛选出与所述第一候选框的重叠率高于第一重叠率阈值的第二候选框，得到第二候选框集合，并从所述中间候选框集合中筛选出与所述第一候选框的重叠率低于第二重叠率阈值的第三候选框，得到第三候选框集合；所述第二重叠率阈值小于所述第一重叠率阈值；基于所述第二候选框集合中各第二候选框分别与所述第一候选框的特征相似度，确定所述第一候选框的正样本对；并，基于所述第三候选框集合中各第三候选框分别与所述第一候选框的特征相似度，确定所述第一候选框的负样本对。3.根据权利要求2所述的方法，其中，所述基于所述第二候选框集合中各第二候选框分别与所述第一候选框的特征相似度，确定所述第一候选框的正样本对，包括：筛选出与所述第一候选框的特征相似度最低的第二候选框作为正样本；将所述第一候选框和所述正样本确定为正样本对。4.根据权利要求2所述的方法，其中，所述基于所述第三候选框集合中各第三候选框分别与所述第一候选框的特征相似度，确定所述第一候选框的负样本对，包括：筛选出与所述第一候选框的特征相似度最高的第三候选框作为负样本；将所述第一候选框和所述负样本确定为负样本对。5.根据权利要求1‑4中任一项所述的方法，其中，所述特征图中每个点对应n种中间候选框，n为大于1的正整数，还包括：采用样本特征构建网络将所述特征图映射为n个子特征图，得到每类中间候选框分别对应的子特征图；针对所述正样本对和所述负样本对中任一样本，将所述样本在对应子特征图中对应位置点的特征值作为所述样本的特征。6.根据权利要求1‑5中任一项所述的方法，其中，所述基于所述中间候选框集合构建的2CN115761434A权利要求书2/3页正样本对和负样本对，确定对比学习损失，包括：针对每个中间候选框分别执行以下操作：确定所述中间候选框的正样本对中两个样本间的第一特征距离；以及，确定中间候选框的负样本对中两个样本间的第二特征距离；基于各中间候选框的所述第一特征距离和所述第二特征距离，确定所述对比学习损失。7.根据权利要求1‑6中任一项所述方法，其中，所述特征图中每个点分别