[发明专利]对象检测模型训练方法、目标对象检测方法

说明书

本申请涉及一种目标对象检测方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取待检测图像；将待检测图像输入至目标对象检测模型，目标对象检测模型是通过训练损失值对初始对象检测模型进行参数调整得到的，其中，训练损失值是根据第一区域和第二区域确定的目标像素点计算得到的，第一区域和所述第二区域是根据训练样本图像中目标类型对象的样本质心的位置确定得到的；目标对象检测模型生成待检测图像对应的预测图，预测图描述待检测图像的各个像素点属于目标检测对象的关系度；对预测图进行区域分割得到目标检测对象区域。此外，还提供了一种对象检测模型训练方法、装置、计算机可读存储介质和计算机设备。

技术领域

本申请涉及计算机技术领域，特别是涉及一种对象检测模型训练方法、装置、计算机可读存储介质和计算机设备，以及一种目标对象检测方法、装置、计算机可读存储介质和计算机设备。

背景技术

传统技术中，对象检测模型的训练样本都需要标注者将训练样本中的训练目标对象区域精准地标注出来，才能作为对象检测模型的训练样本进行训练，这样最后训练出来的目标对象检测模型方能达到最高的效果。然而，这种需要在训练样本中精准地标注训练目标对象区域的方式，需要耗费大量的人力成本，也会耗费标注者大量的时间，标注的结果也容易受标注者影响，因此导致最后训练出来的目标对象检测模型的预测结果准确性低。

发明内容

基于此，有必要针对上述技术问题，提供一种无需将训练样本图像中的训练目标区域精准标注出来从而减少人工成本的对象检测模型训练方法、装置、计算机可读存储介质和计算机设备，以及一种能够提高目标对象的检测效率和准确性的目标对象检测方法、装置、计算机可读存储介质和计算机设备。

一种对象检测模型训练方法，包括：

获取训练样本图像集，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；

根据各个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，第一区域为第二区域的子区域，第一区域和第二区域存在相同的中心，中心为对应的目标类型对象的样本质心；

通过对象检测模型计算各个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；

通过对象检测模型计算各个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；

根据第一关系度和第二关系度计算得到训练损失值；

根据训练损失值对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。

一种对象检测模型训练装置，该装置包括：

训练样本图像集获取模块，用于获取训练样本图像集，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；

目标区域确定模块，用于根据各个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，第一区域为第二区域的子区域，第一区域和第二区域存在相同的中心，中心为对应的目标类型对象的样本质心；

对象检测模型检测模块，用于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；

关系度计算模块，用于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；

训练损失值计算模块，用于根据第一关系度和第二关系度计算得到训练损失值；

目标对象检测模型生成模块，用于根据训练损失值对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。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行所述程序时实现以下步骤：