[發明專利]選擇器模型的訓練方法、圖像檢測方法及相關設備

在審

• 申請號: 202010136537.6
• 申請日: 2020-03-02
• 公開（公告）號: CN113344017A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 楊傲楠
• 申請（專利權）人: 深圳云天勵飛技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張瑞志

本申請適用于人工智能領域，提供了選擇器模型的訓練方法、圖像檢測方法及相關設備。選擇器模型的訓練方法包括：獲取獎勵函數和圖像檢測條件；執行訓練步驟，訓練步驟包括：根據獎勵函數和圖像檢測條件對選擇器模型進行訓練，得到待優化的選擇器模型；根據待優化的選擇器模型和圖像檢測條件對獎勵函數進行訓練，得到待優化的獎勵函數。將待優化的獎勵函數作為新的獎勵函數，將待優化的選擇器模型作為新的選擇器模型，循環執行訓練步驟，直到得到目標獎勵函數以及目標選擇器模型。其中，目標獎勵函數和目標選擇器模型滿足預設訓練停止條件，從而提高選擇器模型的訓練精度，進而根據訓練好的目標選擇器模型選擇出更準確的圖像檢測器。

技術領域

本申請屬于人工智能技術領域，尤其涉及選擇器模型的訓練方法、圖像檢測方法及相關設備。

背景技術

現有的圖像檢測系統，在模型訓練過程中，一般是固定獎勵函數對模型進行訓練，得到最優的模型。但是不同的圖像檢測條件，例如，不同的硬件運行環境、不同的圖像檢測精度等對模型訓練過程中的獎勵函數的要求不同，在多變的圖像檢測條件下，固定的獎勵函數無法保證模型訓練的精度。

發明內容

有鑒于此，本申請實施例提供了選擇器模型的訓練方法、圖像檢測方法及相關設備，以在選擇器模型的訓練過程中提高模型訓練的精度，進而選擇出準確的圖像檢測器進行圖像檢測。

本申請實施例的第一方面提供了一種選擇器模型的訓練方法，所述選擇器模型是用于根據圖像檢測條件選擇對應的圖像檢測器的標識的模型，所述圖像檢測器用于檢測圖像，所述選擇器模型的訓練方法包括：

獲取獎勵函數和圖像檢測條件；

執行訓練步驟，所述訓練步驟包括：

根據所述獎勵函數和所述圖像檢測條件對所述選擇器模型進行訓練，得到待優化的選擇器模型；

根據所述待優化的選擇器模型和所述圖像檢測條件對所述獎勵函數進行訓練，得到待優化的獎勵函數；

將所述待優化的獎勵函數作為新的獎勵函數，將所述待優化的選擇器模型作為新的選擇器模型，循環執行所述訓練步驟，直到滿足預設訓練停止條件，將滿足預設訓練停止條件的待優化的獎勵函數作為目標獎勵函數，將滿足預設訓練停止條件的待優化的選擇器模型作為目標選擇器模型。

在一種可能的實現方式中，所述根據所述獎勵函數和所述圖像檢測條件對所述選擇器模型進行訓練，得到待優化的選擇器模型，包括：

根據所述圖像檢測條件和所述選擇器模型確定第一標識；

根據確定的第一標識對應的圖像檢測器和預設的測試圖像計算所述獎勵函數的取值；

根據所述獎勵函數的取值調整所述選擇器模型的參數，得到獎勵函數的取值大于預設值時對應的選擇器模型，根據獎勵函數的取值大于預設值時對應的選擇器模型的參數生成所述待優化的選擇器模型。

在一種可能的實現方式中，所述根據確定的第一標識對應的圖像檢測器和預設的測試圖像計算所述獎勵函數的取值，包括：

根據所述確定的第一標識對應的圖像檢測器檢測所述測試圖像；

根據所述測試圖像的檢測結果計算所述獎勵函數的取值。

在一種可能的實現方式中，所述根據所述待優化的選擇器模型和所述圖像檢測條件對所述獎勵函數進行訓練，得到待優化的獎勵函數，具體包括：

根據所述待優化的選擇器模型和所述圖像檢測條件確定第二標識；

根據確定的第二標識對應的圖像檢測器和預設的測試圖像調整獎勵函數的參數，得到取值大于預設值的獎勵函數，根據取值大于預設值的獎勵函數的參數生成所述待優化的獎勵函數。