[发明专利]一种物品检测模型的训练方法和装置

说明书

本发明公开了一种物品检测模型的训练方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：通过建模生成物品的虚拟图像数据；利用所述虚拟图像数据对物品检测模型进行第一训练，以确定所述物品检测模型的参数；基于所述物品检测模型的参数，利用所述物品的真实图像数据，对所述物品检测模型进行第二训练，所述第二训练包括利用所述真实图像数据训练生成所述物品检测模型中卷积层的每一卷积核的权重值，从而得到训练后的最终物品检测模型。该实施方式能够大大节省物品检测模型训练所耗的时间和人力成本，训练后的物品检测模型能够具有较高的物品检测准确度，达到很好的检测效果，物品检测模型的泛化能力较强。

技术领域

本发明涉及计算机技术领域，尤其涉及一种物品检测模型的训练方法和装置。

背景技术

随着科技的进步，物品检测的需求也与日俱增，例如，越来越多的仓库开始采用机械手抓取货物进行分拣以节约人力，为了准确抓取货物，需要应用物品检测模型对货物的类别和位置进行准确地检测。

现有的物品检测模型训练方案，由于物品检测模型对训练样本的数量要求很高，需要采集大量的数据并对每一张图片中物品的位置和类别做人工标注，导致物品检测模型训练所耗的时间和人力成本都非常高，极大地降低了研发速度，此外，现有训练方案利用物品的二维彩色图像训练物品检测模型，训练后的物品检测模型的检测准确度不高，不能达到很好的检测效果，物品检测模型的泛化能力也不强。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有训练方案需要较高的时间和人力成本，且训练后的物品检测模型的检测准确度不高，不能达到很好的检测效果，物品检测模型的泛化能力也不强。

发明内容

有鉴于此，本发明实施例提供一种物品检测模型的训练方法和装置，能够大大节省物品检测模型训练所耗的时间和人力成本，训练后的物品检测模型能够具有较高的物品检测准确度，达到很好的检测效果，物品检测模型的泛化能力较强。

为实现上述目的，根据本发明实施例的一个方面，提供了一种物品检测模型的训练方法。

一种物品检测模型的训练方法，包括：通过建模生成物品的虚拟图像数据；利用所述虚拟图像数据对物品检测模型进行第一训练，以确定所述物品检测模型的参数；基于所述物品检测模型的参数，利用所述物品的真实图像数据，对所述物品检测模型进行第二训练，所述第二训练包括利用所述真实图像数据训练生成所述物品检测模型中卷积层的每一卷积核的权重值，从而得到训练后的最终物品检测模型。

可选地，所述卷积层中包括预设数量的第一卷积层，利用所述虚拟图像数据对物品检测模型进行第一训练的步骤之前，包括：构建所述物品检测模型，其中包括：将所述预设数量的第一卷积层与目标检测网络连接，所述第一卷积层用于对输入的所述物品的虚拟图像数据进行卷积处理，以生成与所述目标检测网络的输入通道数量匹配的特征图。

可选地，所述目标检测网络为三通道输入的、用于检测所述物品的类别和位置的深度学习网络。

可选地，所述虚拟图像数据和所述真实图像数据包括2D(二维)图像和3D(三维)深度图像，通过建模生成物品的虚拟图像数据的步骤，包括：通过3D建模的方式生成所述物品的虚拟图像数据。

根据本发明实施例的另一方面，提供了一种物品检测模型的训练装置。

一种物品检测模型的训练装置，包括：虚拟图像数据生成模块，用于通过建模生成物品的虚拟图像数据；第一训练模块，用于利用所述虚拟图像数据对物品检测模型进行第一训练，以确定所述物品检测模型的参数；第二训练模块，用于基于所述物品检测模型的参数，利用所述物品的真实图像数据，对所述物品检测模型进行第二训练，所述第二训练包括利用所述真实图像数据训练生成所述物品检测模型中卷积层的每一卷积核的权重值，从而得到训练后的最终物品检测模型。