[发明专利]检测模型训练方法、装置、存储介质和计算机设备

说明书

本申请涉及一种检测模型训练方法、装置、存储介质和计算机设备，所述方法包括：获取待处理的原始图像和多于一类的标记图像；对于每类标记图像，分别从所述原始图像的目标区域中随机选取目标位置作为所述标记图像的嵌入位置；对于每类标记图像，分别根据相应的嵌入位置，将所述标记图像中的至少一部分嵌入至所述原始图像中得到对应的样本图像；将所述样本图像作为训练样本，并将所述样本图像中所嵌入的标记图像的标记类别作为相应的训练标签；通过所述训练样本和相应的训练标签，对待训练的检测模型进行训练。本申请提供的方案可以提高训练训练效率。

技术领域

本申请涉及机器学习技术领域，特别是涉及一种检测模型训练方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着计算机技术的发展，出现了机器学习技术，通过机器学习技术可训练计算机模拟或实现人类的学习行为，从而给人们的生活和工作带来便利。比如，在图像处理领域，可通过训练数据训练模型，以使得模型学习到分类或定位的能力，这样可以让机器代替人力来实现对图像的处理。

而在实际应用中，比如当需要训练可以识别出目标对象(比如水印或商标)的检测模型时，常常需要大量的标注数据然后进行模型训练。但传统的方式，通常是耗费人力来标注目标对象所属类别以及目标对象在图像的位置，标注速度较慢，导致模型训练效率低。

发明内容

基于此，有必要针对人力标注数据所造成的模型训练效率低的技术问题，提供一种检测模型训练方法、装置、计算机可读存储介质和计算机设备。

一种检测模型训练方法，包括：

获取待处理的原始图像和多于一类的标记图像；

对于每类标记图像，分别从所述原始图像的目标区域中随机选取目标位置作为所述标记图像的嵌入位置；

对于每类标记图像，分别根据相应的嵌入位置，将所述标记图像中的至少一部分嵌入至所述原始图像得到对应的样本图像；

将所述样本图像作为训练样本，并将所述样本图像中所嵌入的标记图像的标记类别作为相应的训练标签；

通过所述训练样本和相应的训练标签，对待训练的检测模型进行训练。

一种检测模型训练装置，所述装置包括：

获取模块，用于获取待处理的原始图像和多于一类的标记图像；

选取模块，用于对于每类标记图像，分别从所述原始图像的目标区域中随机选取目标位置作为所述标记图像的嵌入位置；

嵌入模块，用于对于每类标记图像，分别根据相应的嵌入位置，将所述标记图像中的至少一部分嵌入至所述原始图像得到对应的样本图像；

确定模块，将所述样本图像作为训练样本，并将所述样本图像中所嵌入的标记图像的标记类别作为相应的训练标签；

训练模块，用于通过所述训练样本和相应的训练标签，对待训练的检测模型进行训练。

在其中一个实施例中，所述获取模块还用于获取待处理的原始图像和多于一类的标记模板；从预设尺寸比例范围内随机选取目标尺寸比例；根据所述原始图像的尺寸，按所述目标尺寸比例对各类标记模板分别进行缩放处理，得到相应的标记图像。

在其中一个实施例中，所述目标位置包括核心位置和非核心位置；所述选取模块还用于确定所述原始图像的目标区域中的核心位置；获取将所述核心位置作为嵌入位置时的概率值；所述核心位置所对应的概率值为所述目标区域中各目标位置所对应的概率值中的最大值；根据所述目标区域中各非核心位置分别与所述核心位置的距离，确定将各非核心位置分别作为嵌入位置时的概率值；所述非核心位置所对应的概率值与所述非核心位置至所述核心位置的距离呈负相关；对于每类标记图像，分别按照所述原始图像的目标区域中各目标位置各自对应的概率值，选取相应的目标位置作为所述标记图像的嵌入位置。