模型训练方法、目标检测方法、装置、设备以及存储介质.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CN113657482A(43)申请公布日2021.11.16(21)申请号202110933475.6(22)申请日2021.08.14(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)发明人王康康(74)专利代理机构北京市通商律师事务所11951代理人巩靖(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书10页附图4页(54)发明名称模型训练方法、目标检测方法、装置、设备以及存储介质(57)摘要本公开提供了一种模型训练方法、目标检测方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理、图像识别等场景。具体方案为：获取样本图片并输入到目标检测模型，利用目标检测模型在样本图片中生成对应于子目标的预测框，确定出预测框与子标注框的第一差异结果；基于参考标注框在样本图片中确定出对应于参考目标的参考锚框，基于参考锚框的锚点生成对应于子目标的子锚框；确定出子锚框与子标注框的第二差异结果，基于第一差异结果和第二差异结果的差值，调整目标检测模型的参数。训练后得到的目标检测模型可以有效地提高针对特征较少的子目标的检测结果的准确性，显著地提升检测效率。CN113657482ACN113657482A权利要求书1/3页1.一种目标检测模型的训练方法，包括：获取样本图片，所述样本图片标注有对应于参考目标的参考标注框、对应于所述参考目标所关联的子目标的子标注框；将所述样本图片输入到目标检测模型，利用所述目标检测模型在所述样本图片中生成对应于所述子目标的预测框，并确定出所述预测框与所述子标注框的第一差异结果；基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框，并基于所述参考锚框的锚点生成对应于所述子目标的子锚框；确定出所述子锚框与所述子标注框的第二差异结果，基于所述第一差异结果和所述第二差异结果的差值，调整所述目标检测模型的参数。2.根据权利要求1所述的方法，其中，所述基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框，包括：将所述样本图片中的多个像素点分别作为锚点，基于每个所述锚点生成对应的候选锚框；计算每个所述候选锚框与所述参考标注框的相似度；将与所述参考标注框的相似度最大的所述候选锚框，确定为对应于所述参考目标的参考锚框。3.根据权利要求2所述的方法，其中，所述基于每个所述锚点生成对应的候选锚框，包括：针对每个所述锚点，将该锚点作为待生成的候选锚框的中心点，并确定出所述待生成的候选锚框的尺寸参数；基于该锚点的位置参数和所述待生成的候选锚框的尺寸参数，生成对应的候选锚框。4.根据权利要求2所述的方法，其中，所述计算每个所述候选锚框与所述参考标注框的相似度，包括：计算每个所述候选锚框与所述参考标注框的交并比；将每个所述候选锚框对应的交并比确定为该候选锚框与所述参考标注框的相似度。5.根据权利要求1‑4中任一项所述的方法，其中，所述基于所述参考锚框的锚点生成对应于所述子目标的子锚框，包括：将所述参考锚框的锚点作为待生成的子锚框的中心点，并确定出所述待生成的子锚框的尺寸参数；基于所述参考锚框的锚点的位置参数和所述待生成的子锚框的尺寸参数，生成对应于所述子目标的子锚框。6.根据权利要求1‑4中任一项所述的方法，其中，所述确定出所述预测框与所述子标注框的第一差异结果，包括：计算出所述预测框与所述子标注框在位置差异结果和尺寸差异结果，生成包含所述位置差异结果和所述尺寸差异结果的第一差异结果；和/或，所述确定出所述子锚框与所述子标注框的第二差异结果，包括：计算出所述子锚框与所述子标注框在位置差异结果和尺寸差异结果，生成包含所述位置差异结果和所述尺寸差异结果的第二差异结果。7.根据权利要求1‑4中任一项所述的方法，其中，所述基于所述第一差异结果和所述第2CN113657482A权利要求书2/3页二差异结果的差值，调整所述目标检测模型的参数，包括：计算所述第一差异结果和所述第二差异结果的差值，将所述差值确定为所述目标检测模型的损失函数值；基于所述损失函数值调整所述目标检测模型的参数，直至所述损失函数值达到预设损失值。8.一种目标检测方法，包括：将待检测图像输入到根据权利要求1至7中任一项所述的训练方法得到的目标检测模型；利用所述目标检测模型标记出所述图像的参考目标所关联的子目标的预测框。9.一种目标检测模型的训练装置，包括：样本获取模块，用于获取样本图片，所述样本图片标注有对应于参考目标的参考标注框、对应于所述参考目标所关联的子目标的子标注框；模型执行模块，用于将所述样本图片输入到目标检测模型，利用所述目标检测模型在所述样本图片中生