[发明专利]一种基于目标检测的样本挖掘方法、装置及存储介质

权利要求书

1.一种基于目标检测的样本挖掘方法，其特征在于，包括：

采用预先训练的目标检测模型对未标注样本集的每个未标注样本进行预测，得到预测结果；

根据所述预测结果中的热图中所有类别的高置信度峰值中心点及其宽高属性形成标准高斯热图和掩膜图；

根据所述掩膜图和标准高斯热图对预测结果中的热图进行评价，得到每个未标注样本的评价结果；

根据所述评价结果筛选所述未标注样本集中的高价值样本。

2.根据权利要求1所述的基于目标检测的样本挖掘方法，其特征在于，所述根据所述预测结果中的热图中所有类别的高置信度峰值中心点及其宽高属性形成标准高斯热图和掩膜图，包括：

根据所述预测结果中热图的峰值点以及预设阈值确定高置信度中心点；

根据所述高置信度中心点及其在所述预测结果中的宽高属性形成标准高斯热图；

根据所述标准高斯热图中每个位置的高斯值和预设高斯阈值的关系形成掩膜图。

3.根据权利要求2所述的基于目标检测的样本挖掘方法，其特征在于，所述根据所述预测结果中热图的峰值点以及预设阈值确定高置信度中心点，包括：

基于池化操作获取每个类别的热图上的峰值点；

根据所述预设阈值对所述峰值点进行过滤，得到高置信度中心点。

4.根据权利要求1所述的基于目标检测的样本挖掘方法，其特征在于，所述根据所述掩膜图和标准高斯热图对预测结果中的热图进行评价，得到每个未标注样本的评价结果，包括：

根据所述掩膜图和每个未标注样本的热图计算得到第一分布；

根据所述掩膜图和标准高斯热图计算得到第二分布；

根据所述第一分布和第二分布之间的距离计算得到每个未标注样本的评价结果。

5.根据权利要求1所述的基于目标检测的样本挖掘方法，其特征在于，所述根据所述评价结果筛选所述未标注样本集中的高价值样本，包括：

计算所有高置信度中心点的第一概率和第二概率的差值的平均值，得到边缘评价结果；

根据所述评价结果和所述边缘评价结果筛选所述未标注样本集中的高价值样本。

6.根据权利要求1所述的基于目标检测的样本挖掘方法，其特征在于，所述根据所述评价结果筛选所述未标注样本集中的高价值样本之后，还包括：

根据筛选的高价值样本更新未标注样本集和已标注样本集；

根据更新后的已标注样本集重新依序执行目标检测模型的训练、未标注样本集的预测、标准高斯热图和掩膜图的形成、评价结果的计算以及未标注样本的排序和选择，直至判断满足停止条件时，停止针对所述目标检测模型的训练。

7.根据权利要求1所述的基于目标检测的样本挖掘方法，其特征在于，

所述目标检测模型为CenterNet目标检测模型；

所述评价结果通过KL散度、JS散度或Wasserstein距离计算。

8.一种基于目标检测的样本挖掘装置，其特征在于，包括：

预测模块，用于采用预先训练的目标检测模型对未标注样本集中的每个未标注样本进行预测，得到预测结果；

分支计算模块，用于根据所述预测结果中的热图中所有类别的高置信度峰值中心点及其宽高属性形成标准高斯热图和掩膜图；

评价模块，用于根据所述掩膜图和标准高斯热图对预测结果中的热图进行评价，得到每个未标注样本的评价结果；

筛选模块，用于根据所述评价结果筛选所述未标注样本集中的高价值样本。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1－7任一项所述的基于目标检测的样本挖掘方法。

10.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1－7任一项所述的基于目标检测的样本挖掘方法。