目标检测模型的训练方法、装置、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CN115240015A(43)申请公布日2022.10.25(21)申请号202211161185.5(22)申请日2022.09.23(71)申请人中汽数据（天津）有限公司地址300385天津市西青区中北镇万卉路3号新城市中心B1座12-17室(72)发明人朱向雷郁淑聪王镭鹿宁宁孟健郝斌(51)Int.Cl.G06V10/764(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称目标检测模型的训练方法、装置、设备和存储介质(57)摘要本发明涉及模型训练领域，公开了一种目标检测模型的训练方法、装置、设备和存储介质。该方法包括：基于预训练数据集对第一网络模型进行预训练，获得预训练过的第一网络模型，其中，所述预训练数据集包括多张样本图像，各样本图像被平均划分为S1×S1个单元格，所述预训练数据集还包括各所述单元格的类别信息；根据预设检测任务对所述第一网络模型的输出层进行调整，获得调整后的第二网络模型，以使所述第二网络模型的输出层与所述预设检测任务相适配；基于训练数据集对所述第二网络模型进行训练，获得目标检测模型。本实施例提高了模型训练效率以及经过训练所获得的目标检测模型的检测精度。CN115240015ACN115240015A权利要求书1/2页1.一种目标检测模型的训练方法，其特征在于，包括：基于预训练数据集对第一网络模型进行预训练，获得预训练过的第一网络模型，其中，所述预训练数据集包括多张样本图像，各样本图像被平均划分为S1×S1个单元格，所述预训练数据集还包括各所述单元格的类别信息，所述类别信息用于表征所述单元格中所显示的检测目标的类别，所述第一网络模型的输入是所述样本图像以及所述样本图像中各所述单元格的类别信息，所述第一网络模型的输出是S1×S1×C1的第一矩阵，所述第一矩阵的行数和列数均为S1，每个矩阵元素为一个长度为C1的类别向量，用于表示对应单元格中所显示的检测目标的类别；根据预设检测任务对所述第一网络模型的输出层进行调整，获得调整后的第二网络模型，以使所述第二网络模型的输出层与所述预设检测任务相适配；基于训练数据集对所述第二网络模型进行训练，获得目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述训练数据集为所述预训练数据集中的部分或全部。3.根据权利要求1所述的方法，其特征在于，还包括：将待检测图像输入至所述目标检测模型，获得S2×S2×N×（C2+5）的第二矩阵，其中，S2表示所述待检测图像中单元格的行数和列数，N表示各单元格中预测锚框的数量，C2表示各单元格中所显示的检测目标的类别向量的长度，所述第二矩阵的行数和列数均为S2，每个矩阵元素为N个长度为（C2+5）的向量，用于表示对应单元格中各预测锚框的关联信息，所述各预测锚框的关联信息包括对应单元格的坐标、对应预测锚框的尺寸以及对应预测锚框的置信度，其中，置信度最大的预测锚框的位置为检测目标的位置。4.根据权利要求1所述的方法，其特征在于，所述根据预设检测任务对所述第一网络模型的输出层进行调整，获得调整后的第二网络模型，以使所述第二网络模型的输出层与所述预设检测任务相适配，包括：根据所述预设检测任务确定卷积层的数量和结构；利用所述数量和结构的卷积层替代所述第一网络模型的输出层，获得调整后的第二网络模型。5.根据权利要求1所述的方法，其特征在于，在所述预训练数据集中，若多个检测目标重合显示于样本图像中的一个单元格内，则将所述一个单元格对应的检测目标的类别的数量标记为多个；针对不存在检测目标的单元格将对应的检测目标的类别的数量标记为0。6.一种目标检测模型的训练装置，其特征在于，包括：预训练模块，用于基于预训练数据集对第一网络模型进行预训练，获得预训练过的第一网络模型，其中，所述预训练数据集包括多张样本图像，各样本图像被平均划分为S1×S1个单元格，所述预训练数据集还包括各所述单元格的类别信息，所述类别信息用于表征所述单元格中所显示的检测目标的类别，所述第一网络模型的输入是所述样本图像以及所述样本图像中各所述单元格的类别信息，所述第一网络模型的输出是S1×S1×C1的第一矩阵，所述第一矩阵的行数和列数均为S1，每个矩阵元素为一个长度为C1的类别向量，用于表示对应单元格中所显示的检测目标的类别；调整模块，用于根据预设检测任务对所述第一网络模型的输出层进行调整，获得调整后的第二网络模型，以使所述第二网络模型的输出层与所述预设检测任务相适配；2CN115240015A权利要求书2/2页训练模块，用于基于训练数据集对所述第二网络模型进行训练，获得目标检测模型。7.一种电子设备，其特征在于