[发明专利]一种目标检测模型的建模方法和装置

权利要求书

1.一种目标检测模型的建模方法，其特征在于，所述方法包括：

根据多个包含目标的通用图片样本进行深度学习模型训练，得到用于进行目标检测的基础检测模型，多个通用图片样本包括不同的背景信息；

将预定检测场景下的建模场景图片的背景信息，与所述通用图片样本中的目标进行融合，得到所述背景图片样本；

使用所述背景图片样本继续对所述基础检测模型进行迭代训练，得到针对预定检测场景进行检测的目标检测模型，多个背景图片样本的背景信息是同一特定场景，所述预定检测场景为所述特定场景。

2.根据权利要求1所述的方法，其特征在于，所述将所述预定检测场景下的建模场景图片的背景信息，与所述通用图片样本中的目标进行融合，包括：

根据所述建模场景图片的标注信息，将所述建模场景图片前景中的目标消除，所述标注信息用于区分标注所述建模场景图片中的前景目标和背景信息。

3.根据权利要求1所述的方法，其特征在于，所述将所述预定检测场景下的建模场景图片的背景信息，与所述通用图片样本中的目标进行融合，包括：

确定所述通用图片样本中的目标在建模场景图片中对应的融合区域，并确定所述融合区域中的边界过渡区；

在所述背景图片样本中，位于所述边界过渡区中每个像素点的像素值，按照如下方式设置：

将通用像素值与背景像素值进行加权求和，得到所述背景图片样本中的所述像素点的像素值；所述通用像素值是通用图片样本中对应所述像素点的像素值，所述背景像素值是所述建模场景图片中对应所述像素点的像素值；

并且，所述边界过渡区中的各个像素点，若所述像素点的图片位置越靠近所述融合区域的外边界，所述背景像素值的权重越大于通用像素值的权重；若所述像素点的图片位置越远离所述融合区域的外边界，所述背景像素值的权重越小于通用像素值的权重。

4.根据权利要求1所述的方法，其特征在于，所述得到所述背景图片样本之后，所述方法还包括：

对所述背景图片样本进行对比度随机拉伸，得到新的背景图片样本。

5.根据权利要求1所述的方法，其特征在于，所述使用所述背景图片样本继续对所述基础检测模型进行迭代训练之后，所述方法还包括：

使用通用场景图片样本继续进行迭代训练。

6.一种目标检测模型的建模装置，其特征在于，所述装置包括：

基础模型训练模块，用于根据多个包含目标的通用图片样本进行深度学习模型训练，得到用于进行目标检测的基础检测模型，多个通用图片样本包括不同的背景信息；

背景样本调优模块，用于将预定检测场景下的建模场景图片的背景信息，与所述通用图片样本中的目标进行融合，得到所述背景图片样本，使用所述背景图片样本继续对所述基础检测模型进行迭代训练，得到针对预定检测场景进行检测的目标检测模型，多个背景图片样本的背景信息是同一特定场景，所述预定检测场景为所述特定场景。

7.根据权利要求6所述的装置，其特征在于，所述背景样本调优模块中的将所述预定检测场景下的建模场景图片的背景信息，与所述通用图片样本中的目标进行融合，得到所述背景图片样本，包括：

根据所述建模场景图片的标注信息，将所述建模场景图片前景中的目标消除，所述标注信息用于区分标注所述建模场景图片中的前景目标和背景信息。