[发明专利]一种处理装置、方法及存储介质

说明书

本申请公开了一种处理装置，涉及人工智能领域，具体涉及计算机视觉领域。该处理装置包括采集模块以及训练模块，训练模块包括主干网络以及候选区域生成网络RPN层，主干网络与RPN层连接，RPN层包括类激活热力图CAM单元。其中，采集模块，用于获取图像，图像包括实例级标注的图像以及图像级标注的图像。主干网络，用于根据采集模块获取的图像，输出图像的特征图。RPN层，用于根据特征图确定图像的候选区域。RPN层，还用于通过CAM单元确定候选区域对应的CAM，并根据CAM确定候选区域属于前景的概率。本申请提供的方案可以使用实例级标注的图像以及图像级标注的图像共同训练得到高性能的物体检测模型。

技术领域

本申请涉及计算机视觉领域，尤其涉及一种处理装置、方法及存储介质。

背景技术

人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人，自然语言处理，计算机视觉，决策与推理，人机交互，推荐与搜索，AI基础理论等。

物体检测是一项基本的计算机视觉任务，它可以识别图像中物体的位置和类别。在实际应用中，研究员和工程师们会根据应用场景与实际任务需求的不同创建针对不同具体问题的数据集，用于训练高度定制化和独特的自动物体检测器。目前，自动物体检测器在自动驾驶汽车，监控摄像头，移动电话等场景均有重要的应用。

发明内容

不同的检测目标与不同的数据集之间往往具有显著的差异，难以借用以往的数据集解决新问题。而采集新的训练数据，通常需要在图片中人手标定物体边框的实例级标注数据，而训练高性能的物体检测模型需要大量的训练数据，代价高昂。因此，如何使用少量的实例级标注数据训练高性能的物体检测模型亟待解决。

本申请提供一种处理装置、方法及存储介质，可以使用少量的实例级标注的图像训练高性能的物体检测模型。

本申请第一方面提供一种处理装置，处理装置可以包括采集模块以及训练模块，训练模块可以包括主干网络以及候选区域生成网络RPN层，主干网络与RPN层连接，RPN层可以包括类激活热力图CAM单元，采集模块，用于获取图像，图像可以包括实例级标注的图像以及图像级标注的图像，图像级标注数据在本申请中也被称为图像级标注的图像，图像标注的图像只需要给出图像的一个或多个标签，而不需要画出具体的物体边框。实例级标注数据在本申请中也被称为实例级标注的图像，实例级标注的训练图片不但需要类别标签，还需要画出物体边框，用于定位目标物体在图像中的位置。主干网络，用于根据采集模块获取的图像，输出图像的特征图。RPN层，用于根据特征图确定图像的候选区域。RPN层，还用于通过CAM单元确定候选区域对应的CAM，并根据CAM确定候选区域属于前景的概率。

本申请提供的技术方案可以应用在大规模物体检测的场景中，包括但不限于以下场景：

手机识别万物：

利用手机上的摄像头，可以拍摄包含各种事物的图片。在获取图片之后，接下来通过对该图片进行物体检测，能够确定图片中的每个物体的位置和类别。

利用本申请提供的处理装置得到的物体检测模型能够对手机拍摄到的图片进行物体检测，由于本申请实施例提供的处理装置新增加了类激活热力图(class activationmap，CAM)单元，因此，在训练物体检测模型阶段无需使用大量的实例级标注的图像进行训练，因此，本申请提供的方案既可以达到良好的物体检测效果，又节省了成本。

街景识别：