[發明專利]目標檢測模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010501344.6
• 申請日: 2020-06-04
• 公開（公告）號: CN111832614A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 王曉迪;韓樹民;馮原;辛穎;苑鵬程;林書妃;張濱;朱劍鋒;劉靜偉;文石磊;章宏武;丁二銳
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種目標檢測模型的訓練方法，包括：

獲取預設場景下多個目標的多個樣本集合；

根據所述多個目標的多個樣本集合，確定批次訓練中單個目標的樣本采樣數量；

在每個批次訓練中，按照所述樣本采樣數量從每個目標的所述樣本集合之中進行采樣，生成批次訓練數據；以及，

采用所述批次訓練數據對目標檢測模型進行訓練，直至所述目標檢測模型訓練完成。

2.根據權利要求1所述的方法，其中，所述獲取預設場景下多個目標的多個樣本集合，包括：

獲取預設場景下的訓練數據集合，其中，所述訓練數據集合包括：預設場景下的樣本圖像以及對應的目標信息；以及，

針對所述目標信息中的每個目標，分別獲取對應的目標信息中包括所述目標的樣本圖像，生成所述多個目標的所述多個樣本集合。

3.根據權利要求1所述的方法，其中，所述根據所述多個目標的多個樣本集合，確定批次訓練中單個目標的樣本采樣數量，包括：

根據所述多個目標的多個樣本集合，確定每個目標的樣本集合之中樣本的樣本數量；以及，

根據每個目標的樣本數量中的最小樣本數量，確定樣本采樣數量，其中，所述樣本采樣數量小于或等于所述最小樣本數量。

4.根據權利要求1所述的方法，其中，所述在每個批次訓練中，按照所述樣本采樣數量從每個目標的所述樣本集合之中進行采樣，生成批次訓練數據，包括：

在每個批次訓練中，針對每個目標，分別按照所述樣本采樣數量從每個目標的樣本集合之中進行采樣，生成每個目標的采樣樣本集合；

根據每個目標的采樣樣本集合，生成所述批次訓練數據。

5.根據權利要求1所述的方法，其中，所述采用所述批次訓練數據對目標檢測模型進行訓練，包括：

將所述批次訓練數據中的每個樣本依次輸入所述目標檢測模型，獲取每個樣本對應的模型輸出結果；

根據每個樣本、對應的模型輸出結果以及預設的損失函數，計算損失函數值；

根據損失函數值對所述目標檢測模型中的各個系數進行調整。

6.根據權利要求1所述的方法，其中，所述目標檢測模型的數量為多個，部署在多個處理器上；

所述采用所述批次訓練數據對目標檢測模型進行訓練，包括：

對所述批次訓練數據按照處理器數量進行劃分，得到多個子批次訓練數據，并依次將所述多個子批次訓練數據分配給各個處理器上的目標檢測模型；

獲取各個處理器上的目標檢測模型對分配的子批次訓練數據的模型輸出結果；

根據各個處理器上的目標檢測模型的子批次訓練數據、模型輸出結果以及預設的損失函數，計算損失函數值；

根據損失函數值對所述目標檢測模型中的各個系數進行調整。

7.根據權利要求6所述的方法，其中，所述根據各個處理器上的目標檢測模型的子批次訓練數據、模型輸出結果以及預設的損失函數，計算損失函數值，包括：

針對每個目標檢測模型，根據所述目標檢測模型的子批次訓練數據、模型輸出結果以及預設的損失函數，計算所述目標檢測模型的第一損失函數值；

對所述多個目標檢測模型的第一損失函數值進行加和求平均，得到所述損失函數值。

8.一種目標檢測模型的訓練裝置，包括：

獲取模塊，用于獲取預設場景下多個目標的多個樣本集合；

確定模塊，用于根據所述多個目標的多個樣本集合，確定批次訓練中單個目標的樣本采樣數量；

采樣模塊，用于在每個批次訓練中，按照所述樣本采樣數量從每個目標的所述樣本集合之中進行采樣，生成批次訓練數據；

訓練模塊，用于采用所述批次訓練數據對目標檢測模型進行訓練，直至所述目標檢測模型訓練完成。