[發明專利]圖像檢測模型的訓練方法和裝置

有效

• 申請號: 202010318213.4
• 申請日: 2020-04-21
• 公開（公告）號: CN111563541B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 龍翔;高原
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種圖像檢測模型的訓練方法，所述方法包括：

獲取目標圖像的目標特征圖，以及利用圖像檢測模型，預測所述目標特征圖中每個區塊到該區塊所在的對象在指定方向上最遠的邊界的距離并作為目標距離，以及根據所述目標距離以及該區塊的坐標，確定所述邊界的位置，其中，該區塊所在的對象為該區塊所屬于的預設對象類別所指示的對象；

基于所述目標特征圖中區塊的指示預設對象類別的偽標簽，確定屬于相同預設對象類別且距離在預設范圍內的任意兩個區塊；

基于所述任意兩個區塊分別所在的對象的邊界的位置的差，確定所述目標距離對應的損失值；

基于所述損失值，訓練所述圖像檢測模型，得到訓練后的圖像檢測模型。

2.根據權利要求1所述的方法，其中，所述圖像檢測模型還包括分類網絡；所述方法還包括：

在所述分類網絡中，基于目標圖像的原始特征圖中每個區塊的特征，確定該區塊屬于每個預設對象類別的概率，其中，所述原始特征圖為生成所述目標特征圖所基于的特征圖；

基于所述概率，確定指示該區塊所屬于的預設對象類別的偽標簽。

3.根據權利要求2所述的方法，其中，所述在所述分類網絡中，基于目標圖像的原始特征圖中每個區塊的特征，確定該區塊屬于每個預設對象類別的概率，包括：

獲取指示預設對象類別的預設向量，其中，不同的預設對象類別的預設向量不同；

對于每個預設對象類別，確定該預設對象類別的預設向量與所述原始特征圖中每個區塊的特征向量的相似度；

利用所述分類網絡中的歸一化層，將對該預設對象類別對應的各個相似度進行歸一化，得到該預設對象類別對應的注意力圖，其中，所述注意力圖包括所述原始特征圖中每個區塊屬于該預設對象類別的概率。

4.根據權利要求2所述的方法，其中，所述基于所述概率，確定指示該區塊所屬于的預設對象類別的偽標簽，包括：

獲取對每個預設對象類別的概率設定的閾值；

基于所述原始特征圖中每個區塊屬于各個預設對象類別的概率與所述閾值之間的大小關系，確定每個區塊所屬于的預設對象類別；

確定指示每個區塊所屬于的預設對象類別的偽標簽。

5.根據權利要求4所述的方法，其中，所述閾值包括對象類閾值；所述基于所述原始特征圖中每個區塊屬于各個預設對象類別的概率與所述閾值之間的大小關系，確定每個區塊所屬于的預設對象類別，包括：

對于所述原始特征圖中每個區塊，若該區塊屬于一個預設對象類別的概率，大于該預設對象類別的對象類閾值，且該區塊屬于其它預設對象類別的概率，均小于其它預設對象類別的對象類閾值，則確定該區塊屬于該預設對象類別；

對于所述原始特征圖中每個區塊，若該區塊屬于兩個以上預設對象類別中每個預設對象類別的概率，均大于該預設對象類別的對象類閾值，則在該區塊屬于所述兩個以上預設對象類別中各個預設對象類別的概率中，確定最大的概率；確定該區塊屬于所述最大的概率所對應的預設對象類別。

6.根據權利要求5所述的方法，其中，所述閾值還包括背景類閾值，所述對象類閾值大于所述背景類閾值；所述基于所述原始特征圖中每個區塊屬于各個預設對象類別的概率與所述閾值之間的大小關系，確定每個區塊所屬于的預設對象類別，還包括：

對于所述原始特征圖中每個區塊，若該區塊屬于每個預設對象類別的概率，均小于該預設對象類別的背景類閾值，則確定該區塊屬于背景類別。

7.根據權利要求1所述的方法，其中，所述圖像檢測模型還包括指定卷積層；所述利用圖像檢測模型，預測所述目標特征圖中每個區塊到該區塊所在的對象在指定方向上最遠的邊界的距離并作為目標距離，包括：

將所述目標特征圖輸入所述指定卷積層進行預測，得到所述目標特征圖中每個區塊到該區塊所在的對象在指定方向上最遠的邊界的距離并作為目標距離。