[發明專利]視覺模型的訓練方法、裝置、設備及存儲介質在審

申請號：	202010211623.9	申請日：	2020-03-24
公開（公告）號：	CN113449538A	公開（公告）日：	2021-09-28
發明（設計）人：	陳奇華	申請（專利權）人：	順豐科技有限公司
主分類號：	G06K9/00	分類號：	G06K9/00;G06K9/34;G06K9/54;G06K9/62;G06N3/04;G06N3/08;G06N20/00
代理公司：	深圳紫藤知識產權代理有限公司 44570	代理人：	遠明
地址：	518000 廣東省深圳市南山區學府路（以南）***	國省代碼：	廣東;44
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	視覺模型訓練方法裝置設備存儲介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本申請實施例公開了一種目標視覺模型的訓練方法、裝置、設備及存儲介質。該目標視覺模型的訓練方法包括：獲取第一樣本圖像和背景圖像；根據所述第一樣本圖像獲取目標圖像，并將所述目標圖像置于所述背景圖像得到第二樣本圖像；將各個樣本圖像輸入至待訓練模型中，以使得所述待訓練模型根據所述樣本圖像預測出對應的預測類別；根據所述目標類別和所述預測類別，確定第一損失值，并根據所述第一損失值對所述待訓練模型的模型參數進行調整，直至滿足預設的停止訓練條件，將訓練好的所述待訓練模型作為目標視覺模型。本申請實施例中可以解決因樣本數據少、樣本數據獲取困難等原因而導致模型性能低的問題。

技術領域

本申請實施例涉及計算機視覺技術領域，具體涉及一種目標視覺模型的訓練方法、裝置、設備及存儲介質。

背景技術

隨著人工智能技術的不斷發展，對圖像中的目標進行識別的方式也越來越多的采用機器學習算法完成。

目前大部分機器學習依賴于大量的標注數據，若要訓練得到性能較好的網絡模型，則需要獲取大量的樣本數據對模型進行訓練。然而，在實際情況中，往往會存在樣本數據少、樣本數據獲取困難等問題。因此，如何在樣本數據較少的情況下訓練出高性能的模型是機器學習的一個難題。

發明內容

本申請實施例提供一種目標視覺模型的訓練方法、裝置、設備及存儲介質，可以使得訓練數據得到擴增，進而使得模型性能得到提升，解決因樣本數據少、樣本數據獲取困難等原因而導致模型性能低的問題。

第一方面，本申請實施例提供一種目標視覺模型的訓練方法，所述方法包括：

獲取第一樣本圖像和背景圖像，所述背景圖像是指任意場景的圖像，所述第一樣本圖像是指承載了第一目標物體的圖像；

根據所述第一樣本圖像獲取目標圖像，并將所述目標圖像置于所述背景圖像得到第二樣本圖像，所述目標圖像是指所述第一樣本圖像中承載物體的區域的圖像；

將各個樣本圖像輸入至待訓練模型中，以使得所述待訓練模型根據所述樣本圖像預測出對應的預測類別，其中，所述樣本圖像包括所述第一樣本圖像和所述第二樣本圖像，所述樣本圖像標注有圖像中的物體的類別標簽，所述類別標簽用于指示所述樣本圖像中的物體所屬的目標類別；

根據所述目標類別和所述預測類別，確定第一損失值，并根據所述第一損失值對所述待訓練模型的模型參數進行調整，直至滿足預設的停止訓練條件，將訓練好的所述待訓練模型作為目標視覺模型。