[發明專利]目標檢測模型的訓練方法、裝置及電子設備

在審

• 申請號: 202010413796.9
• 申請日: 2020-05-15
• 公開（公告）號: CN111738072A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 鐘東宏;袁宇辰
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京鴻德海業知識產權代理事務所(普通合伙) 11412
• 代理人: 田宏賓

本申請公開了一種目標檢測模型的訓練方法、裝置及電子設備，涉及人工智能技術。本申請實施例通通過目標檢測模型對樣本圖像進行目標對象檢測，輸出目標對象的檢測框信息，之后，基于所述檢測框信息與所述樣本圖像標注的實際目標框信息，獲取所述檢測框與所述實際目標框之間的坐標偏差回歸損失、分類損失和距離預測損失，進而，基于所述坐標偏差回歸損失、分類損失和距離預測損失，對所述目標檢測模型進行訓練，使得訓練得到的目標檢測模型用于目標對象檢測時，可以提高目標對象檢測結果的準確性。

技術領域

涉及人工智能技術，具體涉及目標檢測技術，尤其涉及一種目標檢測模型的訓練方法、裝置及電子設備。

背景技術

隨著互聯網和人工智能技術的不斷發展，越來越多的領域開始涉及自動化計算與分析，例如，在監控、安防等應用場景中，需要對行人進行檢測、跟蹤。

在現有的安防、監控等場景中，對行人進行檢測時，通常根據預測得到的行人檢測框與準確的實際目標框之間的覆蓋比例(即交并比，Intersection of Union，IoU)大小是否大于預設閾值，來確定行人檢測結果是否準確。通常，在IoU達到0.5時即認為行人檢測結果準確。

然而，在實際情況中，滿足IoU達到0.5的行人檢測框并不能很好覆蓋住目標人體，可能導致后續任務(例如行人跟蹤)失敗。如圖1所示，A、B、C分別表示目標人體a的實際目標框、預測得到的IoU為0.5的行人檢測框和IoU為0.9的行人檢測框，由圖1可知，IoU為0.5的行人檢測框B并不能很好覆蓋住目標人體a，從而導致后續對該目標人體a的跟蹤任務失敗。

發明內容

本申請的多個方面提供一種目標檢測模型的訓練方法、裝置及電子設備，用以提高目標對象檢測結果的準確性。

本申請的一方面，提供一種目標檢測模型的訓練方法，包括：

通過目標檢測模型對樣本圖像進行目標對象檢測，輸出目標對象的檢測框信息，所述檢測框信息包括檢測框的坐標信息和分類信息；所述樣本圖像標注有所述目標對象的實際目標框信息，所述實際目標框信息包括實際目標框的坐標信息和分類信息；

基于所述檢測框信息與所述實際目標框信息，獲取所述檢測框與所述實際目標框之間的坐標偏差回歸損失、分類損失和距離預測損失；

基于所述坐標偏差回歸損失、分類損失和距離預測損失，對所述目標檢測模型進行訓練，直至滿足預設訓練完成條件。

本申請的另一方面，提供一種目標檢測模型的訓練裝置，包括：

目標檢測模型，用于對樣本圖像進行目標對象檢測，輸出目標對象的檢測框信息，所述檢測框信息包括檢測框的坐標信息和分類信息；所述樣本圖像標注有所述目標對象的實際目標框信息，所述實際目標框信息包括實際目標框的坐標信息和分類信息；

獲取單元，用于基于所述檢測框信息與所述實際目標框信息，獲取所述檢測框與所述實際目標框之間的坐標偏差回歸損失、分類損失和距離預測損失；

訓練單元，用于基于所述坐標偏差回歸損失、分類損失和距離預測損失，對所述目標檢測模型進行訓練，直至滿足預設訓練完成條件。

本申請的另一方面，提供一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上所述的方面和任一可能的實現方式的方法。

本申請的另一方面，提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上所述的方面和任一可能的實現方式的方法。