[发明专利]一种基于分数图的目标检测模型训练方法及目标检测方法

说明书

本发明公开了一种基于分数图的目标检测模型训练方法及目标检测方法，目标检测模型训练方法包括：获取目标检测的数据集图片，设定目标检测模型分数图的感受野尺寸，构建输入图片与分数图的映射关系，采用目标检测的数据集对目标检测模型训练，通过合理和细化的构建输入图片到分数图的映射关系，在分数图上采用邻域极大值算法得到中心点，然后根据中心点的上下左右四个方向的临近分数值换算出预测框的位置和尺寸信息，大大减少了模型结构的参数量，有利于模型的拟合，减少计算量，加快检测速度，有利于算法的落地应用。

技术领域

本发明涉及目标检测领域和深度学习领域，具体涉及一种基于分数图的目标检测模型训练方法及目标检测方法。

背景技术

目前，基于深度学习目标检测算法是很多人工智能算法的基础部分，极大的促进了人工智能算法在生物特征识别，公共安全，交通规划，智慧城市的应用。在当前的深度学习目标检测算法中，检测算法的核心在于两个部分，第一个部分就是目标类别的划分，第二个部分是目标检测包围框的位置定位和尺寸确定。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：当目标类别确定后，最重要的部分就是如何精确的确定目标的位置和尺寸，在当前的检测算法一般选取目标检测包围框这种长方形的框的形式来表达图片中目标的位置信息和尺寸信息；但是当前的用来确定目标检测包围框的办法，结构相对复杂，在网络结构中需求的参数量极大，从而影响了模型的速度，而检测速度的降低及大量的参数对算法的实际应用造成了很大的障碍。

发明内容

为了克服现有技术的不足，本公开实施例提供了一种基于分数图的目标检测模型训练方法及目标检测方法，采用新的确定目标位置和尺寸的算法，减少模型参数量，加快检测速度，能够推动目标检测算法的学术发展和进一步的落地应用。技术方案如下：

第一方面，提供了一种基于分数图的目标检测模型训练方法，所述方法包括：

获取目标检测的数据集图片，对数据集图片进行尺寸变换，使得数据集中目标尺寸的平均值可以表示为2ⁿ⁺¹，n为整数；

设定目标检测模型分数图的感受野尺寸为2ⁿ

构建输入图片与分数图的映射关系；分数图上的分数标签值，等于目标物体在其感受野中的占比，即分数标签值的计算公式如下：Score(i，j)＝(A∩RF(i，j))/RF(i，j)，其中i，j表示分数图上某点的横坐标和纵坐标，起点的坐标为i＝1，j＝1，Score(i，j)表示该点的分数，RF(i，j)代表该点在原图上对应的感受野区域，A代表原图中的目标区域；

采用目标检测的数据集对目标检测模型训练，使得最终模型的预测结果接近或者达到上述输入图片与分数图的映射关系。

在本公开实施例中，通过合理和细化的构建输入图片到分数图的映射关系，在目标检测模型训练过程中，完全无需在模型中专门设计用于确定检测包围框的网络结构，在训练时利于检测模型的拟合；减少模型参数量，加快检测速度，能够推动目标检测算法的学术发展和进一步的落地应用，另外训练时可以根据具体情况选用合适的样本平衡策略，损失函数，优化算法和学习率，模型的泛化能力要得到保证，以适用于未知的情形。

在一个可能的实现方式中，在设定检测模型分数图的感受野尺寸之前，通过目标尺寸的极大值和极小值判断目标尺寸是否相对稳定，数据集中目标尺寸的极大值，记为a，其极小值记为b，即若a3*2ⁿ且b2ⁿ，则进入下一步，否则采用其他训练方法。

在本公开实施例中，可以更好的适用于数据集中目标尺寸相对稳定的情形，在这种情形下，可以得到更加准确的目标检测结果，因为目标介于一个感受野和九个感受野之间，那么在分数图上，一个目标一定可以被3×3的区域表达。

在一个可能的实现方式中，所述构建输入图片与分数图的映射关系中，若目标存在多个类别，则对多个类别的目标分别进行分数图的计算，得到多个分数图。