[发明专利]物体检测网络的训练方法和装置有效
| 申请号： | 201811162439.9 | 申请日： | 2018-09-30 |
| 公开（公告）号： | CN109409517B | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 胡耀全 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 11204 北京英赛嘉华知识产权代理有限责任公司 | 代理人： | 王达佐;马晓亚<国际申请>=<国际公布> |
| 地址： | 100041 北京市石景山区*** | 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： | 本申请实施例公开了物体检测网络的训练方法和装置。该方法的一具体实施方式包括：获取从训练样本图像提取的多个区域候选框和多个区域候选框各自对应的第一预测置信度；根据第一预测置信度从多个区域候选框中选取至少一个预测候选框，形成预测候选框组，并根据预测候选框组中的各预测候选框与训练样本图像中的各目标物体标注框的重叠度确定物体检测网络的评估数据；确定第一损失函数，并基于评估数据与第一损失函数的梯度的乘积，生成策略梯度；基于策略梯度，反向逐层调整物体检测网络的参数，以实现对物体检测网络的本次训练。通过上述方式训练得到的物体检测网络有较高的召回率以及较高的准确性。 | ||
| 搜索关键词： | 候选框 物体检测 预测 网络 训练样本图像 方法和装置 评估数据 损失函数 置信度 目标物体 标注框 重叠度 申请 | ||
【主权项】：
1.一种物体检测网络的训练方法，包括：/n获取从训练样本图像提取的多个区域候选框以及所述多个区域候选框各自对应的第一预测置信度，其中，每一个所述区域候选框对应的第一预测置信度基于经过上一次训练调整网络参数后的物体检测网络对该区域候选框内的图像分析得到，所述训练样本图像包括至少一个目标物体，一个目标物体对应至少一个区域候选框，所述训练样本图像中标注了各目标物体的分别对应的标注框的位置信息；/n根据所述第一预测置信度从所述多个区域候选框中选取至少一个预测候选框，形成预测候选框组，并根据所述预测候选框组中的各预测候选框与所述训练样本图像中的各目标物体标注框的重叠度确定所述物体检测网络的评估数据；/n确定反映训练样本图像中各像素点的第一预测置信度与训练样本图像标注的真实置信度之间差异的第一损失函数，并基于所述第一损失函数的梯度与所述评估数据的乘积，生成策略梯度；/n基于所述策略梯度，反向逐层调整所述物体检测网络的参数，以实现对所述物体检测网络的本次训练；/n所述方法还包括：确定反映每一区域候选框的位置与该区域候选框对应的目标物体的标注框的位置差异的第二损失函数以及所述第二损失函数的梯度；以及/n所述基于所述策略梯度，反向逐层调整所述物体检测网络的参数，以实现对所述物体检测网络的本次训练，包括：/n基于所述策略梯度与所述第二损失函数的梯度之和，反向逐层调整所述物体检测网络的参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/patent/201811162439.9/，转载请声明来源钻瓜专利网。
