[发明专利]目标检测模型训练方法、设备及计算机存储介质

说明书

本发明实施例提供了一种目标检测模型训练方法、设备及计算机存储介质，其中，目标检测模型训练方法包括：获取至少一个训练样本；对至少一个训练样本进行标注，得到第一标签，其中，第一标签用于表示对训练样本标注的数据；获取校正信息，根据校正信息对第一标签进行修正，得到第二标签；利用训练样本及第二标签对目标检测模型进行训练。通过本发明实施例，不仅提高了标注效率，可以利用更多的训练样本对目标检测模型进行训练，而且增加了标注的准确性，提高了对目标检测模型的训练效果。

技术领域

本发明实施例涉及神经网络技术领域，尤其涉及一种目标检测模型训练方法、设备及计算机存储介质。

背景技术

神经网络(Neural Networks，NN)是由大量的神经元互相连接而形成的网络，它反映了人脑功能的许多基本特征，也可以成为网络模型。神经网络的应用领域极其广泛，例如，利用神经网络可以检测图像中是否包含目标对象；又如，利用神经网络对事物发展趋势进行预测。通常，初始的神经网络模型还不具备相应的功能，因此，需要人工对训练样本标注出结果，然后利用训练样本以及标注的数据对神经网络模型进行训练。但是，因为人工标注效率低下，神经网络模型训练时间周期长。

发明内容

有鉴于此，本发明实施例提供一种方案，以解决上述部分或全部问题。

根据本发明实施例的第一方面，提供了一种目标检测模型训练方法，包括：获取至少一个训练样本；对至少一个训练样本进行标注，得到第一标签，其中，第一标签用于表示对训练样本标注的数据；获取校正信息，根据校正信息对第一标签进行修正，得到第二标签；利用训练样本及第一标签对目标检测模型进行训练。

根据本发明实施例的第二方面，提供了一种目标检测模型训练方法，包括：接收终端设备发送的对目标检测模型的训练指令；根据训练指令获取至少一个训练样本；对训练样本进行标注，得到第一标签，其中，第一标签用于表示对训练样本标注的数据；接收终端设备发送的校正信息；根据校正信息对第一标签进行修正，得到第二标签；利用训练样本及第二标签对目标检测模型进行训练。

根据本发明实施例的第三方面，提供了一种目标检测模型训练设备，包括：获取模块，用于获取至少一个训练样本；标注模块，用于对训练样本进行标注，得到第一标签，其中，第一标签用于表示对训练样本标注的数据；获取模块，还用于获取校正信息；修正模块，用于根据校正信息对第一标签进行修正，得到第二标签；训练模块，用于利用训练样本及第二标签对目标检测模型进行训练。

根据本发明实施例的第三方面，提供了一种目标检测模型训练设备，包括：接收模块，用于接收终端设备发送的对目标检测模型的训练指令；获取模块，用于根据训练指令获取至少一个训练样本；标注模块，用于对至少一个训练样本进行标注，得到第一标签，其中，第一标签用于表示对训练样本标注的数据；接收模块，还用于接收终端设备发送的校正信息；修正模块，用于根据校正信息对第一标签进行修正，得到第二标签；训练模块，用于利用训练样本及第二标签对目标检测模型进行训练。

根据本发明实施例的第五方面，提供了一种电子设备，包括：处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线完成相互间的通信；存储器用于存放至少一项可执行指令，可执行指令使处理器执行本发明实施例的第一方面所描述的目标检测模型训练方法对应的操作。

根据本发明实施例的第六方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例的第一方面所描述的目标检测模型训练方法。