[發明專利]神經網絡的訓練方法、目標檢測方法及裝置、存儲介質

有效

• 申請號: 201910473459.6
• 申請日: 2019-05-31
• 公開（公告）號: CN110210561B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 祝新革;龐江淼;楊策元;石建萍;林達華
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/44;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李梅香;張穎玲

1.一種神經網絡的訓練方法，其特征在于，所述方法包括：

確定源域圖像的多個第一候選區域和目標域圖像的多個第二候選區域；

分別對所述多個第一候選區域和所述多個第二候選區域進行聚類處理，得到第一局部區域和第二局部區域；

根據各個第一局部區域的特征，重建各個第一局部區域的圖像；

根據各個第二局部區域的特征，重建各個第二局部區域的圖像；其中，所述第一局部區域與所述第二局部區域的區域大小相等；

從源域圖像中摳取各個第一局部區域位置處的圖像，得到真實的各個第一局部區域的圖像；

從目標域圖像中摳取各個第二局部區域位置處圖像，得到真實的各個第二局部區域的圖像；

對重建的各個第一局部區域的圖像、真實的各個第一局部區域的圖像、重建的各個第二局部區域的圖像以及真實的各個第二局部區域的圖像進行真偽判別；

根據重建各個第一局部區域的圖像的損失、重建各個第二局部區域的圖像的損失以及真偽判別的損失確定損失值；

基于確定的損失值，調整所述神經網絡的網絡參數。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

利用所述神經網絡對源域圖像進行處理，得到處理結果；

根據得到的處理結果和源域圖像的標注結果，調整所述神經網絡的網絡參數。

3.根據權利要求1所述的方法，其特征在于，所述確定源域圖像的多個第一候選區域和目標域圖像的多個第二候選區域，包括：

基于源域圖像得到關于所述源域圖像的第一特征表示，根據所述第一特征表示確定所述源域圖像的多個第一候選區域；

基于目標域圖像得到關于所述目標域圖像的第二特征表示，根據所述第二特征表示確定所述目標域圖像的多個第二候選區域。

4.根據權利要求3所述的方法，其特征在于，在根據所述第一特征表示確定所述源域圖像的多個第一候選區域，根據所述第二特征表示確定所述目標域圖像的多個第二候選區域之后，所述方法還包括：

對所述源域圖像的第一特征表示和所述源域圖像的多個第一候選區域進行池化處理，以使得各個第一候選區域的特征的維度相同；

對所述目標域圖像的第二特征表示和所述目標域圖像的多個第二候選區域進行池化處理，以使得各個第二候選區域的特征的維度相同；

其中，在進行池化處理后，第一候選區域的特征的維度與第二候選區域的特征的維度相同。

5.根據權利要求3或4所述的方法，其特征在于，所述分別對所述多個第一候選區域和所述多個第二候選區域進行聚類處理，得到第一局部區域和第二局部區域，包括：

對所述多個第一候選區域進行聚類處理，得到K個第一聚類中心；其中，所述K為正整數；

根據各個第一聚類中心，確定各個第一局部區域；

對所述多個第二候選區域進行聚類處理，得到K個第二聚類中心；

根據各個第二聚類中心，確定各個第二局部區域。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

為各個第二局部區域賦予權重；其中，一個第二局部區域的權重表征該第二局部區域包含所述目標域圖像中的目標的概率；

根據重建各個第一局部區域的圖像的損失、重建各個第二局部區域的圖像的損失以及真偽判別的損失確定所述損失值，包括：

根據重建各個第一局部區域的圖像的損失、重建各個第二局部區域的圖像的損失、真偽判別的損失以及各個第二局部區域的權重，確定所述損失值。

7.一種目標檢測方法，其特征在于，所述方法包括：

獲取目標域圖像；

利用目標檢測網絡對所述目標域圖像進行處理，得到所述目標域圖像中各個目標的位置和/或分類；

其中，所述目標檢測網絡采用權利要求1至6任一所述的方法訓練。