[发明专利]一种目标识别的方法、装置及电子设备

权利要求书

1.一种目标识别的方法，其特征在于，包括：

将训练图像输入待训练模型，确定所述训练图像中第一目标为可能类型的置信度；其中，所述训练图像包括所述第一目标与第一预设类型标签的一一对应关系，所述第一预设类型标签用于指示第一预设类型；所述可能类型与所述置信度一一对应，所述第一目标至少对应于两个所述可能类型；

在所述第一目标的所述可能类型中，确定最大所述置信度为第一置信度，并标记所述第一置信度对应的所述可能类型为第一可能类型；以及确定仅低于所述第一置信度的所述置信度为第二置信度，并标记所述第二置信度对应的所述可能类型为第二可能类型；

响应于所述第一可能类型与所述第一目标的第一预设类型标签一致，利用第一损失函数调整所述待训练模型中的参数，使所述第一可能类型的属性元与所述第一预设类型的属性元之间的差距减小，且所述第一可能类型的属性元与第二可能类型的属性元之间的差距增加，直到所述第一损失函数的值小于第一预设阈值，得到分类模型；

将待检测图像输入所述分类模型，确定所述待检测图像中目标的目标类型。

2.如权利要求1所述的方法，其特征在于，所述第一损失函数包括第一子损失函数和第二子损失函数；所述第二子损失函数与特征空间中所述第一可能类型的属性元及所述第二可能类型的属性元之间的距离呈负相关。

3.如权利要求2所述的方法，其特征在于，所述第一损失函数为L＝L_cls+γL_confuse，L_cls为对应于中所述第一可能类型的属性元与所述第一预设类型的属性元之间的所述差距的分类损失函数，L_cnfuse为对应于所述第一可能类型的属性元与所述第二可能类型的属性元之间的所述差距的分类损失函数；γ为预设超参，ε为预设常数，PT_j为所述第一可能类型的属性元，PT_i为所述第二可能类型的属性元；Dist(PT_i，PT_j)为PT_i和PT_j在所述特征空间中的距离。

4.如权利要求1所述的方法，其特征在于，所述利用第一损失函数调整所述待训练模型中的参数之前，还包括：

利用所述第一可能类型所对应的属性元更新第一预设类型的属性元，得到更新后的第一预设类型的属性元。

5.如权利要求4所述的方法，其特征在于，所述利用所述第一可能类型所对应的属性元更新第一预设类型的属性元，得到更新后的第一预设类型的属性元，包括：

利用更新公式更新所述第一预设类型的属性元，得到所述更新后的第一预设类型的属性元；其中，所述更新公式为：

ω为预设的调和因子，t为迭代次数，j为所述第一可能类型的标记，PT_j^(t)为所述更新后的第一预设类型的属性元，PT_j^(t-1)为所述第一预设类型的属性元；T_j^(t)为对应于所述更新后的第一预设类型的属性元的隐藏层输入，score_j为所述第一置信度。

6.如权利要求1-5任一项所述的方法，其特征在于，所述响应于第一置信度所对应的第一可能类型与所述第一目标的第一预设类型标签一致之后，还包括：

响应于所述第一置信度大于第二预设阈值，确定所述第二置信度是否大于所述第二预设阈值；若否，则利用第二损失函数调整所述待训练模型中的参数，使所述第一可能类型的属性元与所述第一预设类型的属性元之间的差距减小，直到所述第二损失函数的值小于所述第一预设阈值，得到所述分类模型。

7.如权利要求6所述的方法，其特征在于，所述第二损失函数为所述L_cls。