[發明專利]一種模型訓練的方法、對象檢測的方法以及相關裝置

有效

• 申請號: 201811384448.2
• 申請日: 2018-11-20
• 公開（公告）號: CN109492698B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 范奇;何慶瑋;何煒霞;潘暉;張力柯;荊彥青
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;H04L67/14
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種模型訓練的方法，其特征在于，包括：

向服務器發送圖片標注指令；

接收服務器發送的待訓練圖片子集合，其中，所述待訓練圖片子集合屬于待訓練圖片集合，所述待訓練圖片集合包含M個待訓練圖片，所述待訓練圖片子集合包含N個待訓練圖片，所述M為大于或等于1的整數，所述N為大于或等于1；且小于或等于所述M的整數；

獲取所述待訓練圖片子集合中每個待訓練圖片所對應的標簽信息，其中，所述標簽信息用于標識待訓練圖片中的對象類型；

向所述服務器發送所述待訓練圖片子集合以及所述標簽信息，以使所述服務器根據所述待訓練圖片子集合以及所述標簽信息，訓練得到目標檢測模型，其中，所述目標檢測模型用于獲取圖片中的對象檢測信息。

2.根據權利要求1所述的方法，其特征在于，所述根據所述圖片標注指令接收服務器發送的待訓練圖片子集合之前，所述方法還包括：

若接收到第一圖片上傳指令，則響應于所述第一圖片上傳指令，向所述服務器上傳待訓練圖片，直至上傳完所述待訓練圖片集合；

若接收到第二圖片上傳指令，則響應于所述第二圖片上傳指令，向所述服務器上傳數據壓縮包，以使所述服務器根據所述數據壓縮包生成所述待訓練圖片集合，其中，所述數據壓縮包為對所述待訓練圖片集合進行壓縮后生成的。

3.根據權利要求1所述的方法，其特征在于，所述獲取待訓練圖片子集合中每個待訓練圖片所對應的標簽信息，包括：

接收所述待訓練圖片子集合中每個待訓練圖片所對應的圖片標注指令，其中，圖片標注指令中攜帶至少一個對象類型標識，每個對象類型標識對應于一個對象標簽；

響應于所述每個待訓練圖片所對應的圖片標注指令，生成所述待訓練圖片子集合中所述每個待訓練圖片所對應的標簽信息。

4.根據權利要求3所述的方法，其特征在于，所述接收所述待訓練圖片子集合中每個待訓練圖片所對應的圖片標注指令之前，所述方法還包括：

接收類型添加指令，其中，所述類型添加指令攜帶目標對象類型標識；

響應于所述類型添加指令，建立目標對象標簽，其中，所述目標對象標簽與所述目標對象類型標識具有對應關系。

5.根據權利要求1所述的方法，其特征在于，所述向所述服務器發送所述待訓練圖片子集合以及所述標簽信息之前，所述方法還包括：

接收模型訓練參數，其中，所述模型訓練參數至少包括模型類型、網絡結構以及訓練次數；

所述向所述服務器發送所述待訓練圖片子集合以及所述標簽信息，以使所述服務器根據所述待訓練圖片子集合以及所述標簽信息，訓練得到目標檢測模型，包括：

向所述服務器發送所述模型訓練參數、所述待訓練圖片子集合以及所述標簽信息，以使所述服務器根據所述模型訓練參數對所述待訓練圖片子集合以及所述標簽信息進行訓練，得到所述目標檢測模型。

6.根據權利要求1至5中任一項所述的方法，其特征在于，所述向所述服務器發送所述待訓練圖片子集合以及所述標簽信息，以使所述服務器根據所述待訓練圖片子集合以及所述標簽信息，訓練得到目標檢測模型之后，所述方法還包括：

獲取待檢測圖片；

接收模型選擇指令，其中，所述模型選擇指令攜帶模型標識；

向服務器發送所述待檢測圖片以及所述模型選擇指令，以使所述服務器根據所述模型選擇指令獲取所述目標檢測模型，通過所述目標檢測模型獲取所述待檢測圖片的目標對象檢測信息。