目标识别方法、目标识别模型的训练方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115019060A(43)申请公布日2022.09.06(21)申请号202210821507.8(22)申请日2022.07.12(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)发明人鞠波叶晓青谭啸(74)专利代理机构北京市汉坤律师事务所11602专利代理师姜浩然吴丽丽(51)Int.Cl.G06V10/44(2022.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书4页说明书10页附图6页(54)发明名称目标识别方法、目标识别模型的训练方法及装置(57)摘要本公开提供了一种目标识别的方法、目标识别模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及图像处理、计算机视觉和深度学习技术领域，可应用于3D视觉、虚拟现实等场景。方案为：初始化待训练的学生模型并确定经训练的教师模型；获取样本数据以及所对应的标签数据，标签数据用于标记样本数据中所对应的待识别目标所在区域的位置；将样本数据分别输入学生模型和教师模型，获得学生模型输出的第一特征图和目标识别结果、教师模型输出的第二特征图；基于第一和第二特征图和标签数据确定蒸馏损失值；基于蒸馏损失值和所确定的目标识别损失值，调节学生模型的参数值。CN115019060ACN115019060A权利要求书1/4页1.一种目标识别网络模型的训练方法，包括：初始化待训练的学生模型，所述学生模型包括第一特征提取网络和检测头网络；获取样本数据以及所述样本数据所对应的标签数据，其中所述标签数据用于标记所述样本数据中所对应的待识别目标所在区域的位置；确定经训练的教师模型，所述教师模型包括第二特征提取网络；将所述样本数据分别输入所述第一特征提取网络和第二特征提取网络，以获得第一特征图和第二特征图；基于所述第一特征图、所述第二特征图和所述标签数据，通过预设的第一损失函数确定蒸馏损失值；将所述第一特征图输入所述第一检测头网络，以获得目标识别结果；基于所述目标识别结果以及所述标签数据，通过预设的第二损失函数确定目标识别损失值；以及基于所述蒸馏损失值以及所述目标识别损失值，调节所述第一特征提取网络和所述检测头网络的参数值。2.如权利要求1所述的方法，其中，基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括：基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域，其中，所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域；以及基于所述第一特征图和所述第二特征图中的前景区域所对应的特征值，确定所述蒸馏损失值。3.如权利要求1所述的方法，其中，基于所述第一特征图、所述第二特征图和所述标签数据确定蒸馏损失值包括：基于所述第一特征图和所述第二特征图确定蒸馏损失特征图；基于所述标签数据确定所述蒸馏损失特征图中的前景区域，以基于所述前景区域确定所述蒸馏损失值，其中，所述前景区域对应于所述标签数据所标记的所述待识别目标所在区域。4.如权利要求2所述的方法，其中，基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域包括：确定所述第一特征图和所述第二特征图中的每个格点与所述标签数据所对应区域的重叠面积；以及响应于确定所述重叠面积与该格点面积的比值大于预设阈值，将该格点设置为前景区域。5.如权利要求2所述的方法，其中，基于所述标签数据分别确定所述第一特征图和所述第二特征图中的前景区域包括：确定所述第一特征图和所述第二特征图中的每个格点的中心点是否位于所述标签数据所对应区域内；以及响应于确定该格点的中心点位于所述标签数据所对应区域内，将该格点设置为前景区域。6.如权利要求3所述的方法，其中，基于所述标签数据确定所述蒸馏损失特征图中的前2CN115019060A权利要求书2/4页景区域包括：确定所述蒸馏损失特征图中的每个格点与所述标签数据所对应区域的重叠面积；以及响应于确定所述重叠面积与该格点面积的比值大于预设阈值，将该格点设置为前景区域。7.如权利要求3所述的方法，其中，基于所述标签数据确定所述蒸馏损失特征图中的前景区域包括：确定所述蒸馏损失特征图中的每个格点的中心点是否位于所述标签数据所对应区域内；以及响应于确定该格点的中心点位于所述标签数据所对应区域内，将该格点设置为前景区域。8.如权利要求1所述的方法，其中，所述样本数据包括以下项中的任意一项：点云数据、图像数据。9.一种目标识别方法，包括：获取包括待识别目标的观测数据；以及将所述观测数据输入经训练的学生模型，以获得识别结果，其中，所述学生模型基于权利要求1‑8中任一项所述的方法训练得到。10.如权利要求9所述的方法，其中，通过位于观测车辆上