[发明专利]一种模型训练的方法、对象检测的方法以及相关装置

说明书

本发明公开了一种模型训练的方法，包括：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，待训练图片子集合属于待训练图片集合，待训练图片集合包含M个待训练图片，待训练图片子集合包含N个待训练图片；获取待训练图片子集合中每个待训练图片所对应的标签信息，标签信息用于标识待训练图片中的对象类型；向服务器发送待训练图片子集合以及标签信息，以使服务器根据待训练图片子集合以及标签信息，训练得到目标检测模型，目标检测模型用于获取图片中的对象检测信息。本发明公开了对象检测的方法、客户端以及服务器。本发明中用户之间无需协商待标注图片是否出现重复或者遗漏的情况，从而提升图片标注的准确率。

技术领域

本发明涉及人工智能领域，尤其涉及一种模型训练的方法、对象检测的方法以及相关装置。

背景技术

随着互联网行业的飞速发展，对应用程序进行测试的需求度也越来越高。针对游戏类应用程序而言，常见的测试方式是，对游戏画面中的目标对象(比如小怪、道具、障碍物以及分数等)进行检测，由此判断游戏画面是否正常。如果没有正常显示目标对象，则认为游戏画面异常。

在对游戏画面内的目标对象进行检测时，首先需要人工标注大量的游戏画面图片，并且人工匹配每张图片与标注文件，然后选择合适的模型对这些标注好的图片和对应的标注文件进行训练，从而得到检测模型，最后利用该检测模型对不同的游戏画面进行检测，得到检测结果。

然而，由于需要标注的游戏画面图片数量非常大，尽管可以多人分批量地标注图片，但是仍可能出现图片标注重复，或者图片标注遗漏的情况，从而导致图片标注的准确率降低。

发明内容

本发明实施例提供了一种模型训练的方法、对象检测的方法以及相关装置，由服务器向不同的客户端分配不同的待标注图片，而用户只需要在自己使用的客户端上对收到的这部分图片进行标注，用户之间无需协商待标注图片是否出现重复或者遗漏的情况，从而提升图片标注的准确率，降低了图片标注错误的风险。

有鉴于此，本发明的第一方面提供了一种模型训练的方法，包括：

向服务器发送图片标注指令；

接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；

获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；

向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。

本发明的第二方面提供了一种模型训练的方法，包括：

接收至少一个客户端发送的图片标注指令；

根据所述图片标注指令向所述至少一个客户端中发送待训练图片子集合，以使每个客户端获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；

接收所述至少一个客户端发送的待训练图片子集合以及所述标签信息；

根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。

本发明的第三方面提供了一种对象检测的方法，包括：