一种目标检测模型训练方法、目标检测方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114299480A(43)申请公布日2022.04.08(21)申请号202111582593.3(22)申请日2021.12.22(71)申请人杭州海康威视数字技术股份有限公司地址310051浙江省杭州市滨江区阡陌路555号(72)发明人徐方凯虞抒沁童俊艳(74)专利代理机构北京柏杉松知识产权代理事务所(普通合伙)11413代理人项京孟维娜(51)Int.Cl.G06V20/62(2022.01)G06K9/62(2022.01)G06V10/774(2022.01)G06V10/764(2022.01)权利要求书4页说明书20页附图6页(54)发明名称一种目标检测模型训练方法、目标检测方法和装置(57)摘要本申请实施例提供了一种目标检测模型训练方法、目标检测方法和装置，涉及深度学习技术领域，基于第一检测模型对各第一样本图像进行检测，得到各第一样本图像中对象的伪标签；获取各第一样本图像中对象的第一对象图像特征，各第二样本图像中对象的第二对象图像特征；基于各第一对象图像特征和各第二对象图像特征，从各第一样本图像中确定出待标定样本图像；基于各第一样本图像中第三样本图像中对象的伪标签、各第二样本图像中对象的真实标签、以及待标定样本图像中对象的真实标签，对待训练的第二检测模型进行模型训练，得到当前检测场景的目标检测模型，能降低检测成本，提高检测模型的生成效率。CN114299480ACN114299480A权利要求书1/4页1.一种目标检测模型训练方法，其特征在于，所述方法包括：获取当前检测场景的未标注标签的各第一样本图像；基于第一检测模型对各第一样本图像进行检测，得到各第一样本图像中对象的标签，作为伪标签；其中，所述第一检测模型为：基于当前检测场景以外的其他检测场景的已标注标签的各第二样本图像进行训练得到的；获取各第一样本图像中对象的图像特征，作为第一对象图像特征，以及获取各第二样本图像中对象的图像特征，作为第二对象图像特征；基于各第一对象图像特征和各第二对象图像特征，从各第一样本图像中确定出待标定样本图像，以获取用户对所述待标定样本图像中的对象标记的真实标签；其中，所述待标定样本图像与所述其他检测场景不匹配；基于各第一样本图像中除所述待标定样本图像以外的第三样本图像中对象的伪标签、各第二样本图像中对象的真实标签、以及所述待标定样本图像中对象的真实标签，对待训练的第二检测模型进行模型训练，得到当前检测场景的目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述基于各第一对象图像特征和各第二对象图像特征，从各第一样本图像中确定出待标定样本图像，包括：对各第二对象图像特征进行聚类，得到多个对象图像特征簇，作为第一对象图像特征簇；基于与各第一对象图像特征簇之间的距离，从各第一对象图像特征中确定备选对象图像特征；其中，所述备选对象图像特征与所述第二对象图像特征不匹配；基于确定出的各备选对象图像特征对应的第一样本图像，确定待标定样本图像。3.根据权利要求2所述的方法，其特征在于，各第一样本图像包括多个样本图像集；每一样本图像集包括当前检测场景的未标注标签的一个待增强样本图像，以及对该待增强样本图像进行图像增强处理得到的增强样本图像；所述基于与各第一对象图像特征簇之间的距离，从各第一对象图像特征中确定备选对象图像特征，包括：对各第一对象图像特征进行聚类，得到多个对象图像特征簇，作为第二对象图像特征簇；确定每一第二对象图像特征簇的中心，作为中心对象图像特征，以及确定各第一对象图像特征中除所述第二对象图像特征簇以外的对象图像特征，作为簇外对象图像特征；基于与各第一对象图像特征簇之间的距离，从各中心对象图像特征中确定第一备选对象图像特征；其中，所述第一备选对象图像特征与各第一对象图像特征簇之间的距离，大于各中心对象图像特征中其他对象图像特征与各第一对象图像特征簇之间的距离；基于与各第一对象图像特征簇之间的距离，以及标签稳定度，从各簇外对象图像特征中确定第二备选对象图像特征；其中，一个簇外对象图像特征的标签稳定度表示：该簇外对象图像特征对应的样本图像集包含的各图像中，与该簇外对象图像特征对应的各对象的伪标签的一致程度；将所述第一备选对象图像特征和所述第二备选对象图像特征，确定为最终的备选对象图像特征。4.根据权利要求3所述的方法，其特征在于，所述基于与各第一对象图像特征簇之间的2CN114299480A权利要求书2/4页距离，从各中心对象图像特征中确定第一备选对象图像特征，包括：针对当前未选择的每一中心对象图像特征，计算该中心对象图像特征与当前的第一待比较图像特征集之间的距离，作为该中心对象图像特征对应的特征距离；其中，当前的第一待比较图像特征集包括各第一对象图像特