[发明专利]目标检测模型的训练方法、装置及电子设备在审
申请号: | 202010413796.9 | 申请日: | 2020-05-15 |
公开(公告)号: | CN111738072A | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 钟东宏;袁宇辰 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人: | 田宏宾 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 检测 模型 训练 方法 装置 电子设备 | ||
1.一种目标检测模型的训练方法,包括:
通过目标检测模型对样本图像进行目标对象检测,输出目标对象的检测框信息,所述检测框信息包括检测框的坐标信息和分类信息;所述样本图像标注有所述目标对象的实际目标框信息,所述实际目标框信息包括实际目标框的坐标信息和分类信息;
基于所述检测框信息与所述实际目标框信息,获取所述检测框与所述实际目标框之间的坐标偏差回归损失、分类损失和距离预测损失;
基于所述坐标偏差回归损失、分类损失和距离预测损失,对所述目标检测模型进行训练,直至满足预设训练完成条件。
2.根据权利要求1所述的方法,其中,所述获取所述检测框与所述实际目标框之间的距离预测损失,包括:
获取所述检测框与所述实际目标框之间的覆盖比例、所述检测框的中心点与所述实际目标框的中心点之间的欧式距离、以及所述检测框和所述实际目标框的外接矩形的对角线距离;
基于所述覆盖比例、所述欧式距离与所述对角线距离,获取所述检测框与所述实际目标框之间的距离预测损失。
3.根据权利要求2所述的方法,其中,所述获取所述检测框和所述实际目标框的外接矩形的对角线距离,包括:
获取所述检测框和所述实际目标框的至少一个外接矩形;
确定所述至少一个外接矩形中面积最小的最小外接矩形;
获取所述检测框和所述实际目标框的最小外接矩形的对角线距离。
4.根据权利要求2或3所述的方法,其中,所述基于所述覆盖比例、所述欧式距离与所述对角线距离,获取所述检测框与所述实际目标框之间的距离预测损失,包括:
通过以下方式获取所述检测框与所述实际目标框之间的距离预测损失:
其中,Loss1为所述检测框与所述实际目标框之间的距离预测损失,IoU为所述检测框与所述实际目标框之间的覆盖比例,b为所述检测框的中心点,bgt为所述实际目标框的中心点,ρ(b,bgt)为所述检测框的中心点b与所述实际目标框的中心点bgt之间的欧式距离,c为所述检测框和所述实际目标框的外接矩形的对角线距离。
5.根据权利要求1-3中任一项所述的方法,所述满足预设训练完成条件之后,还包括:
通过所述目标检测模型对待检测图像进行目标对象检测,输出目标对象的检测框信息,所述检测框信息包括检测框的坐标信息和分类信息;
基于所述目标对象的检测框信息,确定所述目标对象的检测框。
6.根据权利要求5所述的方法,所述目标对象包括以下任意一类或多类:人,物体,动物,植物。
7.一种目标检测模型的训练装置,包括:
目标检测模型,用于对样本图像进行目标对象检测,输出目标对象的检测框信息,所述检测框信息包括检测框的坐标信息和分类信息;所述样本图像标注有所述目标对象的实际目标框信息,所述实际目标框信息包括实际目标框的坐标信息和分类信息;
获取单元,用于基于所述检测框信息与所述实际目标框信息,获取所述检测框与所述实际目标框之间的坐标偏差回归损失、分类损失和距离预测损失;
训练单元,用于基于所述坐标偏差回归损失、分类损失和距离预测损失,对所述目标检测模型进行训练,直至满足预设训练完成条件。
8.根据权利要求7所述的装置,其中,所述获取单元包括:
第一获取模块,用于基于所述检测框信息与所述实际目标框信息,获取所述检测框与所述实际目标框之间的坐标偏差回归损失;
第二获取模块,用于基于所述检测框信息与所述实际目标框信息,获取所述检测框与所述实际目标框之间的分类损失;
第三获取模块,用于基于所述检测框信息与所述实际目标框信息,获取所述检测框与所述实际目标框之间的覆盖比例、所述检测框的中心点与所述实际目标框的中心点之间的欧式距离、以及所述检测框和所述实际目标框的外接矩形的对角线距离;基于所述覆盖比例、所述欧式距离与所述对角线距离,获取所述检测框与所述实际目标框之间的距离预测损失。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010413796.9/1.html,转载请声明来源钻瓜专利网。