目标检测模型的训练方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115035380A(43)申请公布日2022.09.09(21)申请号202210643217.9(51)Int.Cl.(22)申请日2022.06.07G06V10/82(2022.01)G06N3/04(2006.01)(71)申请人国网智能电网研究院有限公司G06N3/08(2006.01)地址102209北京市昌平区未来科技城滨河大道18号申请人国网冀北电力有限公司信息通信分公司国网冀北电力有限公司国家电网有限公司(72)发明人刘思言王博高昆仑张希杨峰娄竞李信王艺霏李欣怡(74)专利代理机构北京三聚阳光知识产权代理有限公司11250专利代理师林韵英权利要求书2页说明书13页附图3页(54)发明名称目标检测模型的训练方法、装置、电子设备及存储介质(57)摘要本发明揭示了一种目标检测模型的训练方法、装置、电子设备及存储介质，涉及目标检测领域。该方法包括：获取至少两组当前超参数以及各组当前超参数对应的当前目标检测模型；其中，各个当前目标检测模型是基于各组当前超参数对初始目标检测模型进行训练得到的；基于各个当前目标检测模型的精度，对各组当前超参数进行优化，得到至少两组候选超参数，并得到各组候选超参数对应的候选目标检测模型；基于各个候选目标检测模型，得到最优目标检测模型。采用该方法可以保证了确定的最优目标检测模型的精度较高，从而可以保证利用最优目标检测模型进行目标检测，得到的结果更加准确。CN115035380ACN115035380A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：获取至少两组当前超参数以及各组所述当前超参数对应的当前目标检测模型；其中，各个所述当前目标检测模型是基于各组所述当前超参数对初始目标检测模型进行训练得到的；基于各个所述当前目标检测模型的精度，对各组所述当前超参数进行优化，得到至少两组候选超参数，并得到各组所述候选超参数对应的候选目标检测模型；基于各个所述候选目标检测模型，得到最优目标检测模型。2.根据要求1所述的方法，其特征在于，所述基于各个所述当前目标检测模型的精度，对各组所述当前超参数进行优化，得到至少两组候选超参数，包括：基于各个所述当前目标检测模型的精度，对各组所述当前超参数进行多次变异和/或交叉处理，得到多组待定超参数；获取各组所述待定超参数的准确度；基于各组所述待定超参数的准确度，得到至少两组所述候选超参数。3.根据权利要求2所述的方法，其特征在于，所述对各组所述当前超参数进行多次变异和/或交叉处理，得到多组待定超参数，包括：每次对各组所述当前超参数进行变异和/或交叉处理，得到各组所述当前超参数对应的备选超参数；基于各组所述备选超参数对所述初始目标检测模型进行预设轮数训练，确定各组所述备选超参数的准确度；所述预设轮数与各组所述当前超参数对应的优化次数呈正相关；基于各组所述备选超参数的准确度，确定各组所述待定超参数。4.根据权利要求2所述的方法，其特征在于，所述基于各组所述待定超参数的准确度，得到至少两组所述候选超参数，包括：根据各组所述待定超参数的准确度，确定准确度最高的待定超参数为目标候选超参数；获取对各组所述当前超参数进行最后一次变异和/或交叉处理，得到的最后至少两组待定超参数；基于所述目标候选超参数以及所述最后至少两组待定超参数，生成至少两组所述候选超参数。5.根据权利要求4所述的方法，其特征在于，所述至少两组大于等于三组，所述基于所述目标候选超参数以及最后至少两组所述待定超参数，生成至少两组所述候选超参数，包括：对所述目标候选超参数进行复制，生成至少两组所述目标候选超参数；对所述最后至少两组待定超参数，进行变异和/或交叉处理，生成至少一组备用候选超参数；将至少两组所述目标候选超参数以及至少一组备用候选超参数进行组合，生成至少三组所述候选超参数。6.根据权利要求1所述的方法，其特征在于，所述基于各个所述候选目标检测模型，得到最优目标检测模型，包括：获取各个所述候选目标检测模型的模型精度；2CN115035380A权利要求书2/2页确定模型精度最高的所述候选目标检测模型为所述最优目标检测模型。7.根据权利要求6所述的方法，其特征在于，所述获取各个所述候选目标检测模型的精度，包括：获取测试数据集；基于所述测试数据集，对各个所述候选目标检测模型进行测试，得到各个所述候选目标检测模型的模型精度。8.一种检测模型的训练装置，其特征在于，包括：第一获取模块，用于获取至少两组当前超参数以及各组所述当前超参数对应的当前目标检测模型；其中，各个所述当前目标检测模型是基于各组所述当前超参数对初始目标检测模型进行训练得到的；优化模块，用于基于各个所述当前目标检测模型的精度，对各组所述当前超参数进行优化，得到至少两组候选