[发明专利]面向移动终端的去中心化目标检测模型训练方法及系统

权利要求书

1.一种面向移动终端的去中心化目标检测模型训练方法，其特征在于，包括以下步骤：

获取当前设备产生图片以及其中标注的目标信息；

对所述当前设备产生图片以及其中标注的目标信息进行预处理，得到处理后的数据；

利用所述处理后的数据训练SSD模型，并通过基于K-L散度衡量模型间的差异性对所述SSD模型进行联合优化。

2.根据权利要求1所述的方法，其特征在于，所述对所述当前设备产生图片以及其中标注的目标信息进行预处理，包括：

通过预设操作进行图像数据增强；

将所述图像数据的尺寸处理成预设的尺寸；

对所述图像数据进行归一化处理；

利用数据集中预先计算好的均值和方差将所述图片数据的像素的范围调整到[-1，1]。

3.根据权利要求2所述的方法，其特征在于，所述像素的范围的计算公式为：

其中，channel指原始图片中R、G、B三个颜色通道，mean，std为基于数据计算出的每个通道的均值和方差。

4.根据权利要求1所述的方法，其特征在于，所述利用所述处理后的数据训练SSD模型，包括：

通过卷积神经网络提取图像的特征，并通过多层神经网络提取多尺度特征，通过在不同尺度的特征图作卷积，以计算目标类别和边框特征。

5.根据权利要求1所述的方法，其特征在于，所述差异性衡量公式：

其中，其中P(i)和Q(i)分别代表两个不同模型的参数分布。

6.一种面向移动终端的去中心化目标检测模型训练系统，其特征在于，包括：

数据获取模块，用于获取当前设备产生图片以及其中标注的目标信息；

数据预处理模块，用于对所述当前设备产生图片以及其中标注的目标信息进行预处理，得到处理后的数据；

分布式训练模块，用于利用所述处理后的数据训练SSD模型；

联合优化模块，用于并通过基于K-L散度衡量模型间的差异性对所述SSD模型进行联合优化。

7.根据权利要求6所述的系统，其特征在于，所述数据预处理模块进一步用于通过预设操作进行图像数据增强，将所述图像数据的尺寸处理成预设的尺寸，对所述图像数据进行归一化处理，利用数据集中预先计算好的均值和方差将所述图片数据的像素的范围调整到[-1，1]。

8.根据权利要求7所述的系统，其特征在于，所述像素的范围的计算公式为：

其中，channel指原始图片中R、G、B三个颜色通道，mean，std为基于数据计算出的每个通道的均值和方差。

9.根据权利要求6所述的系统，其特征在于，所述数据训练模块进一步用于通过卷积神经网络提取图像的特征，并通过多层神经网络提取多尺度特征，通过在不同尺度的特征图作卷积，以计算目标类别和边框特征。

10.根据权利要求6所述的系统，其特征在于，所述差异性衡量公式：

其中，其中P(i)和Q(i)分别代表两个不同模型的参数分布。