[发明专利]目标检测网络构建优化方法、装置、设备、介质及产品

权利要求书

1.一种目标检测网络构建优化方法，其特征在于，所述目标检测网络构建优化方法包括：

获取高质量可视媒体数据、所述高质量可视媒体数据对应的低质量可视媒体数据以及对应的真实标签，分别提取预设先验网络针对于所述高质量可视媒体数据的第一主干网侧面输出特征以及提取预设待训练目标检测网络针对于所述低质量可视媒体数据的第二主干网侧面输出特征；

基于所述第一主干网侧面输出特征、所述第二主干网侧面输出特征和所述真实标签，构建表示所述预设先验网络与所述预设待训练目标检测网络之间的相关性的特征相关性损失、表示所述预设先验网络和所述预设待训练目标检测网络之间进行显著目标定位的显著目标位置损失以及显著性预测损失；

基于所述特征相关性损失、所述显著性目标位置损失以及所述显著性预测损失，优化所述预设待训练目标检测网络，获得目标检测网络。

2.如权利要求1所述目标检测网络构建优化方法，其特征在于，所述第一主干网侧面输出特征至少包括一第一网络高层特征，所述第二主干网侧面输出特征至少包括一第二网络高层特征，

所述基于所述第一主干网侧面输出特征、所述第二主干网侧面输出特征和所述真实标签，构建表示所述预设先验网络与所述预设待训练目标检测网络之间的相关性的特征相关性损失、表示所述预设先验网络和所述预设待训练目标检测网络之间进行显著目标定位的显著目标位置损失以及显著性预测损失的步骤包括：

基于所述第一主干网侧面输出特征与所述第二主干网侧面输出特征之间的差异度，构建表示所述预设先验网络与所述预设待训练目标检测网络之间的相关性的特征相关性损失；

对各所述第一网络高层特征进行融合，获得所述预设先验网络对应的第一显著性预测图，并对各所述第二网络高层特征进行融合，获得所述预设待训练目标检测网络对应的第二显著性预测图；

基于所述第一显著性预测图和所述第二显著性预测图之间的显著目标位置的差异度，构建所述显著目标位置损失；

基于所述第二显著性预测图与所述真实标签，构建所述显著性预测损失。

3.如权利要求2所述目标检测网络构建优化方法，其特征在于，所述基于所述第一主干网侧面输出特征与所述第二主干网侧面输出特征之间的差异度，构建表示所述预设先验网络与所述预设待训练目标检测网络之间的相关性的特征相关性损失的步骤包括：

在所述第一主干网侧面输出特征中分别提取各第一局部特征图和各第一全局特征图，并在所述第二主干网侧面输出特征中提取各第二局部特征图和各第二全局特征图；

基于各所述第一局部特征图与各所述第二局部特征图之间的差异度以及各所述第一全局特征图与各所述第二全局特征图之间的差异度，构建所述特征相关性损失。

4.如权利要求2所述目标检测网络构建优化方法，其特征在于，所述基于所述第一显著性预测图和所述第二显著性预测图之间的显著目标位置的差异度，构建所述显著目标位置损失的步骤包括：

在所述第一显著性预测图中确定显著目标对应的第一目标网络通道输出，并在所述第二显著性预测图中确定显著目标对应的第二目标网络通道输出；

基于所述第一目标网络通道输出和所述第二目标网络通道输出之间的差异度，构建所述显著目标位置损失。

5.如权利要求2所述目标检测网络构建优化方法，其特征在于，所述所述第二主干网侧面输出特征至少包括一网络低层特征，所述显著性预测损失包括第一显著性预测损失和第二显著性预测损失，

所述基于所述第二显著性预测图与所述真实标签，构建所述显著性预测损失的步骤包括：

基于所述第二显著性预测图对应的预测输出标签与所述真实标签之间的差异度，构建所述第一显著性预测损失；和/或

基于所述第二显著性预测图和各所述网络低层特征，构建层次化细化特征；基于所述层次化细化特征生成的第三显著性预测图与所述真实标签之间的差异度，构建所述第二显著性预测损失。