[發明專利]訓練方法、關鍵點檢測方法、裝置、存儲介質和電子設備

有效

• 申請號: 201710488351.5
• 申請日: 2017-06-23
• 公開（公告）號: CN108230390B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 李步宇;閆俊杰
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73
• 代理公司: 北京康達聯禾知識產權代理事務所(普通合伙) 11461
• 代理人: 羅延紅;張雪飛

1.一種深度神經網絡的訓練方法，包括：

通過深度神經網絡獲取樣本圖像的第一特征數據和第二特征數據，所述樣本圖像攜帶有目標物體的物體關鍵點的位置標注信息，所述目標物體是一個或多個類別的物體，所述第一特征數據用于表征各圖像區域內含有物體關鍵點的概率信息，所述第二特征數據用于表征預測點的位置信息，所述預測點為預測作為所述物體關鍵點的像素點；

根據所述位置標注信息以及第一特征數據、第二特征數據，確定第一差異和第二差異，所述第一差異用于表征關鍵點所在區域的檢測誤差，所述第二差異用于表征關鍵點位置的檢測誤差；

根據所述第一差異和所述第二差異，訓練所述深度神經網絡。

2.根據權利要求1所述的方法，其中，所述第一特征數據包括第一特征圖，所述第一特征圖中的各個第一特征點指示所述第一特征點對應的圖像區域內含有物體關鍵點的概率信息。

3.根據權利要求2所述的方法，其中，所述根據所述位置標注信息以及第一特征數據，確定第一差異包括：

根據所述物體關鍵點的位置標注信息，確定所述第一特征點對應的圖像區域內是否含有所述物體關鍵點；

根據所述圖像區域內是否含有所述物體關鍵點的確認結果確定所述第一差異。

4.根據權利要求3所述的方法，其中，所述根據所述位置標注信息以及第二特征數據，確定第二差異包括：

對于確定含有所述物體關鍵點的圖像區域，根據所述物體關鍵點的位置標注信息以及對應于所述圖像區域中預測點的位置信息確定所述第二差異。

5.根據權利要求2～4中任一項所述的方法，其中，所述通過深度神經網絡獲取樣本圖像的第一特征數據包括：

通過所述深度神經網絡獲取樣本圖像的第一個數的第一特征圖，所述第一個數為所述目標物體的物體關鍵點的個數，每個目標物體的物體關鍵點對應于一個第一特征圖。

6.根據權利要求5所述的方法，其中，所述通過深度神經網絡獲取樣本圖像的第二特征數據包括：

通過所述深度神經網絡獲取樣本圖像的第二個數的第二特征圖，所述第二個數為所述第一個數的兩倍，每個物體關鍵點對應兩個第二特征圖，所述兩個第二特征圖分別指示所述樣本圖像中的預測點在水平方向和豎直方向上的位置信息。

7.根據權利要求6所述的方法，其中，所述預測點的位置信息包括所述預測點相對于其在所述樣本圖像中對應的圖像區域的中心的橫坐標和/或縱坐標的信息。

8.根據權利要求1所述的方法，其中，所述樣本圖像還攜帶有一個或多個目標物體的外接矩形框的區域標注信息，

所述通過深度神經網絡獲取樣本圖像的第一特征數據和第二特征數據還包括：

通過所述深度神經網絡獲取樣本圖像的第三特征數據，所述第三特征數據用于表征各個圖像區域內含有所述目標物體的中心點的概率信息。

9.根據權利要求8所述的方法，其中，所述第三特征數據包括第三特征圖，所述第三特征圖中的各個第三特征點指示所述第三特征點對應的圖像區域內含有所述目標物體的中心點的概率信息。