一种目标检测模型的构建方法、图像的目标检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063353A(43)申请公布日2022.09.16(21)申请号202210570546.5(22)申请日2022.05.24(71)申请人中汽创智科技有限公司地址211100江苏省南京市江宁区秣陵街道胜利路88号(72)发明人周勋(74)专利代理机构广州三环专利商标代理有限公司44202专利代理师方秀琴(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书3页说明书12页附图8页(54)发明名称一种目标检测模型的构建方法、图像的目标检测方法(57)摘要本发明公开一种目标检测模型的构建方法、图像的目标检测方法，涉及图像数据处理技术领域，能够构建目标检测模型，使得通过该目标检测模型进行图像的目标检测时，能够提高图像的标注效率及准确率。包括：获取多张第一样本图像；通过初始检测模型得到每张第一样本图像中的第一对象的第一边界框；获取用户标注的每张第一样本图像中的第一对象的第二边界框；根据每张第一样本图像中的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数；根据每张第一样本图像中的第二边界框的数量和对应的第一重合参数，从多张第一样本图像中确定第二样本图像；采用具有第二边界框的第二样本图像对初始检测模型进行训练，得到目标检测模型。CN115063353ACN115063353A权利要求书1/3页1.一种目标检测模型的构建方法，其特征在于，包括：获取多张第一样本图像，每张第一样本图像包括第一对象；采用初始检测模型对每张第一样本图像进行目标检测，得到每张第一样本图像中的第一对象的第一边界框；获取用户标注的每张第一样本图像中的第一对象的第二边界框；根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，所述第一重合参数用于指示所述第一样本图像中的所有第二边界框与对应的第一边界框的重合程度；根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从所述多张第一样本图像中确定第二样本图像；采用具有所述第二边界框的所述第二样本图像对所述初始检测模型进行训练，得到所述目标检测模型。2.根据权利要求1所述的目标检测模型的构建方法，其特征在于，所述根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，包括：确定每张第一样本图像中的每个第二边界框与对应的第一边界框的交并比；确定第一样本图像中的每个第二边界框对应的交并比之和，得到每张第一样本图像对应的第一重合参数。3.根据权利要求1或2所述的目标检测模型的构建方法，其特征在于，所述根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从所述多张第一样本图像中确定第二样本图像，包括：确定每张第一样本图像中的第二边界框的数量与所述第一样本图像对应的第一重合参数的差值；当第一样本图像对应的差值大于预设阈值时，将所述第一样本图像确定为所述第二样本图像。4.根据权利要求1或2所述的目标检测模型的构建方法，其特征在于，所述目标检测模型的构建方法还包括：获取多张第三样本图像，每张第三样本图像中包括第二对象和每个第二对象的边界框；采用所述多张第三样本图像对神经网络模型进行训练，得到所述初始检测模型。5.一种图像的目标检测方法，其特征在于，包括：获取目标图像，每张目标图像中包括目标对象；采用目标检测模型对每张目标图像中的目标对象进行目标检测，得到每张目标图像中的目标对象的第三边界框，所述目标检测模型为权利要求1～4中任一项所述的目标检测模型的构建方法训练得到的模型。6.根据权利要求5所述的图像的目标检测方法，其特征在于，所述图像的目标检测方法还包括：获取目标用户在预设时间段内标注的目标图像的第一数量，以及每张目标图像中的目标对象的第四边界框；2CN115063353A权利要求书2/3页获取所述目标检测模型在所述预设时间段内标注的目标图像的第二数量；根据每张目标图像中的目标对象的第三边界框和第四边界框，确定每张目标图像对应的第二重合参数，所述第二重合参数用于指示所述目标图像中的所有第三边界框与对应的第四边界框的重合程度；根据所述第一数量、所述第二数量、每张目标图像对应的第二重合参数，以及每张目标图像的第三边界框的数量，确定所述目标用户的标注评价参数。7.根据权利要求6所述的图像的目标检测方法，其特征在于，所述根据所述第一数量、所述第二数量、每张目标图像对应的第二重合参数，以及每张目标图像的第三边界框的数量，确定所述目标用户的标注评价参数，包括：根据所述第一数量和所述第二数量确定速度参数；确定每张目