[发明专利]基于智能决策的目标检测模型的处理方法、及其相关设备

说明书

本申请实施例属于人工智能领域，涉及一种基于智能决策的目标检测模型处理方法、装置、计算机设备及存储介质，方法包括：根据获取的本地数据集对初始多目标检测模型进行训练，得到中继多目标检测模型；根据生成的附加随机数和中继多目标检测模型的模型参数计算复合模型参数；将复合模型参数发送至中央服务器，以指示中央服务器根据各节点的复合模型参数生成全局模型参数；接收全局模型参数，以更新中继多目标检测模型；将更新后的中继多目标检测模型作为下轮训练的初始多目标检测模型进行迭代训练，直至模型收敛，得到多目标检测模型。此外，本申请还涉及区块链技术，本地数据集可存储于区块链中。本申请提高了目标检测的准确率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于智能决策的目标检测模型的处理方法、及其相关设备。

背景技术

随着人工智能的发展，目标检测在生活及生产中的应用越来越广泛。目标检测涉及智能决策中的检测模型，可以将图像输入目标检测模型，由目标检测模型对图像进行处理并输出图像中的目标对象。例如，在垃圾分类应用中，可以先将垃圾图片输入目标检测模型以对垃圾进行识别，从而指导人们对识别到的垃圾进行回收分类。

传统的目标检测技术中，目标检测模型在检测时通常只能聚焦于单一目标进行检测，而且在训练目标检测模型时，因为本地数据集的数据量通常有限，目标检测模型难以得到充分的训练，使得目标检测模型的检测准确率较低。

发明内容

本申请实施例的目的在于提出一种基于智能决策的目标检测模型的处理方法、装置、计算机设备及存储介质，以解决目标检测模型的检测准确率较低的问题。

为了解决上述技术问题，本申请实施例提供一种基于智能决策的目标检测模型的处理方法，其中，所述目标检测模型为多目标检测模型，采用了如下所述的技术方案：

获取本地数据集以及初始多目标检测模型；

根据所述本地数据集对所述初始多目标检测模型进行训练，得到中继多目标检测模型；

生成附加随机数，并根据所述附加随机数以及所述中继多目标检测模型的模型参数计算复合模型参数；

将所述复合模型参数发送至中央服务器，以指示所述中央服务器根据各节点的复合模型参数生成全局模型参数；

从所述中央服务器接收所述全局模型参数，以更新所述中继多目标检测模型；

将更新后的中继多目标检测模型作为下轮训练的初始多目标检测模型进行迭代训练，直至模型收敛，得到所述多目标检测模型。

进一步的，所述获取本地数据集以及初始多目标检测模型的步骤之前，所述方法还包括：

从中央服务器获取全局模型参数；

根据所述全局模型参数构建初始多目标检测模型。

进一步的，所述根据所述本地数据集对所述初始多目标检测模型进行训练，得到中继多目标检测模型的步骤包括：

将所述本地数据集中的目标图像输入所述初始多目标检测模型，得到目标预测结果；

根据所述目标预测结果以及所述本地数据集中的图像标签确定预测误差；

基于所述预测误差对所述初始多目标检测模型进行参数调整；

将参数调整后的初始多目标检测模型作为下轮训练的初始多目标检测模型进行迭代训练，直至迭代次数达到预设数值，得到中继多目标检测模型。

进一步的，所述生成附加随机数，并根据所述附加随机数以及所述中继多目标检测模型的模型参数计算复合模型参数的步骤包括：

生成附加随机数；其中，联盟网络中各节点生成的附加随机数相加后值为零；