[发明专利]对象检测模型训练方法、目标对象检测方法

权利要求书

1.一种对象检测模型训练方法，包括：

获取训练样本图像集，所述训练样本图像集中的训练样本图像包含存在已标注的样本质心的多个目标类型对象，所述样本质心为目标类型对象的中心像素；

根据各个所述目标类型对象的样本质心的位置，确定各个所述目标类型对象对应的第一区域和第二区域，所述第一区域为所述第二区域的子区域，所述第一区域和第二区域存在相同的中心，所述中心为对应的目标类型对象的样本质心，各个所述目标类型对象对应的第一区域和第二区域的大小是根据对应的目标类型对象确定的，所述第一区域小于所述第二区域；

通过对象检测模型计算各个所述目标类型对象的第一区域的像素点属于目标区域的第一关系度；

通过所述对象检测模型，基于各个所述目标类型对象的第二区域之外的像素点对应的第二像素值计算各个所述目标类型对象的第二区域之外的像素点属于背景区域的第二关系度；

根据所述第一关系度和所述第二关系度计算得到训练损失值，所述训练损失值与所述第一关系度和所述第二关系度呈负相关关系；

根据所述训练损失值对所述对象检测模型的模型参数进行调整，直至满足收敛条件，得到目标对象检测模型；所述目标对象检测模型用于预测待检测图像的各个像素点属于目标检测对象的关系度。

2.根据权利要求1所述的方法，其特征在于，所述根据各个所述目标类型对象的样本质心的位置，确定各个目标类型对象对应的第一区域和第二区域，包括：

获取当前目标类型对象对应的第一预设半径和第二预设半径，所述第一预设半径小于所述第二预设半径；

以当前目标类型对象的样本质心为圆心，以所述第一预设半径为半径确定所述当前目标类型对象对应的第一区域；

以所述当前目标类型对象的样本质心为圆心，以所述第二预设半径为半径确定所述当前目标类型对象对应的第二区域。

3.根据权利要求1所述的方法，其特征在于，所述通过对象检测模型计算各个所述目标类型对象的第一区域的像素点属于目标区域的第一关系度，包括：

获取各个所述目标类型对象的第一区域的像素点对应的第一像素值；

计算各个所述目标类型对象的第一区域的第一像素值属于所述目标区域的第一子概率；

统计各个所述目标类型对象对应的第一子概率得到所述第一关系度；

所述通过所述对象检测模型计算各个所述目标类型对象的第二区域之外的像素点属于背景区域的第二关系度，包括：

获取各个目标类型对象的第二区域之外的像素点对应的第二像素值；

计算各个所述训练样本图像的第二区域之外的第二像素值属于背景区域对应的第二子概率；

统计各个所述目标类型对象对应的第二子概率得到所述第二关系度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一关系度和所述第二关系度计算得到训练损失值，包括：

根据所述对象检测模型的模型参数，计算得到各个所述目标类型对象的第一区域中各个像素点属于所述目标区域的第一子概率；

根据所述对象检测模型的模型参数，计算得到各个所述目标类型对象的第二区域之外各个像素点属于所述背景区域的第二子概率；

根据所述第一子概率和第二子概率计算得到所述训练损失值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一关系度和所述第二关系度计算得到训练损失值，计算公式如下所示：

X是某一像素值，W是对象检测模型的模型参数，N是所述训练样本图像的数目，C1是第一区域，P(1|x；W)是所述像素值X属于目标区域的子概率，表示对某一像素值x,其在模型参数为W的情况下，属于目标区域的概率；B是第二区域之外的背景区域,P(0|x；W)是所述像素值X属于背景区域的子概率，表示某一像素值在模型参数W下，属于背景区域的概率；L是所述训练损失值，所述训练损失值L的最后一项为正则项，所述正则项用于对模型参数W进行约束，λ是权重因子。