目标检测网络训练方法及系统及网络及装置及介质.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CN111709951A(43)申请公布日2020.09.25(21)申请号202010841756.4(22)申请日2020.08.20(71)申请人成都数之联科技有限公司地址610041四川省成都市武侯区一环路西一段菊乐路口1栋4层2号(72)发明人不公告发明人(74)专利代理机构成都云纵知识产权代理事务所(普通合伙)51316代理人熊曦陈婉鹃(51)Int.Cl.G06T7/00(2017.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称目标检测网络训练方法及系统及网络及装置及介质(57)摘要本发明公开了目标检测网络训练方法及系统及网络及装置及介质，涉及目标检测领域，包括：对训练数据标注信息回归框；将目标掩码以分组比例K划分为partA和partB两部分；针对partA部分，结合目标掩码对应的目标掩码信息，将原始图像上对应的目标掩码区域掩码，针对partB部分，保留partB部分在原始图像上对应的全部标注信息，得到history图像；将history图像和原始图像输入待训练目标检测网络，原始图像经过目标检测网第一层之后得到第一特征图，history图像经过目标检测网第一层之后得到第二特征图，将第一特征图与第二特征图相加后输入到目标检测网后续层进行相关计算训练目标检测网络；本发明能够使目标检测网络在高度重叠的目标下，依然能有很好的检测效果。CN111709951ACN111709951A权利要求书1/2页1.一种目标检测网络训练方法，其特征在于，所述方法包括：初始化分组比例K；采集拥有标注信息的训练数据，训练数据包括：原始输入的图像以及其对应的标注信息，标注信息包括目标框及掩码；将目标掩码以分组比例K划分为partA和partB两部分，目标掩码为一张图像上所有的缺陷及各缺陷对应的掩码；针对partA部分，结合目标掩码对应的目标掩码信息，将原始图像上对应的目标掩码区域掩码，针对partB部分，保留partB部分在原始图像上对应的全部标注信息，得到history图像；将history图像和原始图像输入待训练目标检测网络，原始图像经过目标检测网第一层之后得到第一特征图，history图像经过目标检测网第一层之后得到第二特征图，将第一特征图与第二特征图相加后输入目标检测网后续层进行相关计算训练目标检测网络。2.根据权利要求1所述的目标检测网络训练方法，其特征在于，所述针对partA部分，结合目标掩码对应的目标掩码信息，将原始图像上对应的目标掩码区域掩码，具体包括：在原始图像中将partA部分目标掩码所覆盖的像素置为0，并在原始groundtruth的回归框和目标掩码中去掉partA部分目标缺陷对应的标注信息，原始groundtruth为图像上缺陷的标注信息。3.根据权利要求1所述的目标检测网络训练方法，其特征在于，将第一特征图与第二特征图相加具体为：将第一特征图与第二特征图矩阵按位相加，即两个特征图矩阵上对应坐标的值进行相加。4.根据权利要求1所述的目标检测网络训练方法，其特征在于，所述方法还包括测试和验证训练后的目标检测网络。5.一种目标检测网络训练系统，其特征在于，所述系统包括：初始化单元，用于初始化分组比例K；标注单元，用于采集拥有标注信息的训练数据，对训练数据标注信息回归框，训练数据包括：原始输入的图像以及其对应的标注信息，标注信息包括目标框及掩码；分组单元，用于将目标掩码以分组比例K划分为partA和partB两部分，目标掩码为一张图像上所有的缺陷及各缺陷对应的掩码；掩码单元，用于针对partA部分，结合目标掩码对应的目标掩码信息，将原始图像上对应的目标掩码区域掩码，针对partB部分，保留partB部分在原始图像上对应的全部标注信息，得到history图像；训练单元，用于将history图像和原始图像输入待训练目标检测网络，原始图像经过目标检测网第一层之后得到第一特征图，history图像经过目标检测网第一层之后得到第二特征图，将第一特征图与第二特征图相加后输入目标检测网后续层进行相关计算训练目标检测网络。6.一种目标检测网络，其特征在于，所述目标检测网络用于对预设目标进行检测，所述目标检测网络采用权利要求1-4中任意一种所述的目标检测网络训练方法训练获得。7.一种目标检测系统，其特征在于，所述系统包括：采集器，用于采集待检测图像；2CN111709951A权利要求书2/2页处理器，所述处理器用于运行目标检测网络或模型，所述目标检测网络或模型用于对待检测图像进行目标检测，并输出目标检测结果，所述目标检测网络或模型采用权利要求1-4中任意一种所述的目标检测网络训练方法训练获得