目标检测网络的训练方法、目标检测方法及装置.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CN113919444A(43)申请公布日2022.01.11(21)申请号202111327025.9(22)申请日2021.11.10(71)申请人北京市商汤科技开发有限公司地址100080北京市海淀区北四环西路58号11层1101-1117室(72)发明人胡嘉豪李普姚勇强龚睿昊吴硕(74)专利代理机构北京中知恒瑞知识产权代理事务所(普通合伙)11889代理人袁忠林(51)Int.Cl.G06K9/62(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书13页附图3页(54)发明名称目标检测网络的训练方法、目标检测方法及装置(57)摘要本公开提供了一种目标检测网络的训练方法、目标检测方法及装置，所述目标检测网络的训练方法，包括：基于初始检测网络确定第一检测网络和第二检测网络，其中，所述第二检测网络的网络规模高于所述第一检测网络；基于样本数据分别对所述第一检测网络和所述第二检测网络进行训练；基于训练好的所述第一检测网络的输出值，和训练好的所述第二检测网络的输出值，对所述第一检测网络进行蒸馏训练，得到目标检测网络。CN113919444ACN113919444A权利要求书1/2页1.一种目标检测网络的训练方法，其特征在于，包括：基于初始检测网络确定第一检测网络和第二检测网络，其中，所述第二检测网络的网络规模高于所述第一检测网络；基于样本数据分别对所述第一检测网络和所述第二检测网络进行训练；基于训练好的所述第一检测网络的输出值，和训练好的所述第二检测网络的输出值，对所述第一检测网络进行蒸馏训练，得到目标检测网络。2.根据权利要求1所述的方法，其特征在于，基于初始检测网络确定第一检测网络和第二检测网络，包括：通过对所述初始检测网络进行规模调整，或者通过对所述初始检测网络进行规模调整和网络结构调整，确定所述第一检测网络和所述第二检测网络；所述规模调整包括对所述初始检测网络的网络宽度按照第一预设比例进行调整和/或对所述初始检测网络的网络深度按照第二预设比例进行调整。3.根据权利要求1或2所述的方法，其特征在于，所述基于样本数据分别对所述第一检测网络和所述第二检测网络进行训练，包括：基于第一样本数据集对所述第一检测网络进行预训练，基于第二样本数据集对预训练后的第一检测网络进行微调训练；以及，基于所述第二样本数据集对所述第二检测网络进行训练；其中，所述第一样本数据集的样本数量多于所述第二样本数据集；所述第二样本数据集与所述目标检测网络的测试集之间的相似度，高于所述第一数据集与所述测试集之间的相似度。4.根据权利要求1～3任一所述的方法，其特征在于，所述基于训练好的所述第一检测网络的输出值，和训练好的所述第二检测网络的输出值，对所述第一检测网络进行蒸馏训练，包括：基于所述第一检测网络的第一融合模块的输出值和所述第二检测网络的第二融合模块的输出值，确定损失值，其中，所述损失值表征所述第一融合模块的输出值和所述第二融合模块的输出值之间的差异；基于所述损失值和所述第二检测网络对所述第一检测网络进行蒸馏训练。5.根据权利要求1～4任一所述的方法，其特征在于，所述对所述第一检测网络进行蒸馏训练之后，所述方法还包括：对蒸馏训练后的所述第一检测网络进行模型量化处理。6.一种目标检测方法，其特征在于，包括：读取测试图像；基于权利要求1～5任一所述的目标检测网络的训练方法训练得到的目标检测网络对所述测试图像进行目标检测，确定所述测试图像对应的目标检测结果。7.根据权利要求6所述的方法，其特征在于，所述基于权利要求1～5任一所述的目标检测网络的训练方法训练得到的目标检测网络对所述测试图像进行目标检测，确定所述测试图像对应的目标检测结果，包括：基于所述目标检测网络对所述测试图像进行目标检测，确定所述测试图像包含的物体属于各个类别的置信度信息，以及各个物体对应的前景置信度信息，其中，所述前景置信度2CN113919444A权利要求书2/2页信息用于表示各个物体为前景的概率；基于所述前景置信度信息，筛选出前景物体；基于所述前景物体的置信度信息，确定所述测试图像对应的目标检测结果。8.根据权利要求7所述的方法，其特征在于，所述目标检测网络对所述测试图像进行目标检测后，检测结果还包括各个物体对应的位置信息；所述基于所述前景物体的置信度信息，确定所述测试图像对应的目标检测结果，包括：基于所述前景物体的置信度信息中的最高置信度和所述位置信息，确定所述测试图像对应的目标检测结果。9.一种目标检测网络的训练装置，其特征在于，包括：确定模块，用于基于初始检测网络确定第一检测网络和第二检测网络，其中，所述第二检测网络的网络规模高于所述第一检测网络；第一训练