[发明专利]模型训练方法、地图绘制方法、装置、计算机设备和介质

权利要求书

1.一种模型训练方法，包括：

构建初始网络模型，其中，所述初始网络模型包括：主干网络、区域建议网络、掩膜网络和基于注意力机制的识别网络，所述主干网络用于对输入图片进行特征提取，以得到特征图，所述区域建议网络用于生成候选目标框，所述掩膜网络用于基于所述特征图和所述候选目标框，得到掩膜预测结果，所述识别网络用于基于所述特征图、所述候选目标框和所述掩膜预测结果，得到分类预测结果和外包框预测结果；

获取多个训练图片和所述多个训练图片各自的标签，其中，所述多个训练图片中任一训练图片的标签包括：所述任一训练图片中的目标物体的类别、外包框和掩膜；以及

利用所述多个训练图片和所述多个训练图片各自的标签，对所述初始网络模型进行训练，以得到目标网络模型。

2.根据权利要求1所述的方法，其中，所述利用所述多个训练图片和所述多个训练图片各自的标签，对所述初始网络模型进行训练包括：对于所述多个训练图片中的任一训练图片，

将所述任一训练图片输入至所述主干网络，以使所述主干网络输出针对所述任一训练图片的第一特征图；

将所述任一训练图片输入至所述区域建议网络，以使所述区域建议网络输出针对所述任一训练图片的第一候选目标框；

将所述第一候选目标框作用于所述第一特征图，以得到第一感兴趣区域特征图；

将所述第一感兴趣区域特征图输入至所述掩膜网络，以使所述掩膜网络输出针对所述任一训练图片的掩膜预测结果；

基于所述针对所述任一训练图片的掩膜预测结果和所述任一训练图片的标签，计算第一函数的损失值；以及

基于所述第一函数的损失值，对所述主干网络、所述区域建议网络和/或所述掩膜网络的参数进行调整，直至所述第一函数实现收敛。

3.根据权利要求2所述的方法，其中，所述针对所述任一训练图片的掩膜预测结果包括多个掩膜预测结果；

所述基于所述任一训练图片的掩膜预测结果和所述任一训练图片的标签，计算第一函数的损失值包括：

根据所述任一训练图片的标签，确定所述任一训练图片的类别和掩膜；以及

基于所述任一训练图片的掩膜和所述第一函数，计算所述多个掩膜预测结果中与所述任一训练图片的类别对应的掩膜预测结果的损失值。

4.根据权利要求3所述的方法，其中，所述利用所述多个训练图片和所述多个训练图片各自的标签，对所述初始网络模型进行训练还包括：

基于所述任一训练图片的掩膜、所述多个掩膜预测结果和所述第一函数，计算所述多个掩膜预测结果各自的损失值；

基于所述多个掩膜预测结果各自的损失值，转换得到置信图；

将所述置信图和所述第一感兴趣区域特征图输入至所述识别网络，以使所述识别网络输出针对所述任一训练图片的分类预测结果和外包框预测结果；

基于所述针对所述任一训练图片的分类预测结果、外包框预测结果和所述任一训练图片的标签，计算第二函数的损失值；以及

基于所述第二函数的损失值，对所述识别网络的参数进行调整，直至所述第二函数实现收敛。

5.根据权利要求4所述的方法，其中，所述基于所述多个掩膜预测结果各自的损失值，转换得到置信图包括：

对于所述多个掩膜预测结果中的任一掩膜预测结果，对所述任一掩膜预测结果中的每个像素的损失值，进行取反并加1，以得到每个像素的置信度值；以及

基于所述任一掩膜预测结果中的每个像素的置信度值，确定所述任一掩膜预测结果的置信图。

6.根据权利要求4所述的方法，还包括：

在将所述第一感兴趣区域特征图输入至所述掩膜网络之前，对所述第一感兴趣区域特征图进行尺度归一化处理；并且/或者

在将所述第一感兴趣区域特征图输入至所述识别网络之前，对所述第一感兴趣区域特征图进行尺度归一化处理。