[發明專利]目標檢測模型的修正方法、檢測方法、裝置、設備及介質

在審

• 申請號: 202010700881.3
• 申請日: 2020-07-20
• 公開（公告）號: CN111881908A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 王洪志
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種目標檢測模型的修正方法，包括：

獲取待修正的目標檢測模型，所述目標檢測模型用于在輸入的待測圖像中標注出目標識別框；

將多個待測圖像分別輸入至所述待修正的目標檢測模型中，獲取多個標注圖像；

根據與各所述標注圖像中的目標識別框分別對應的準確性驗證結果，構造第一數量的正樣本集以及第二數量的負樣本集，所述第一數量小于所述第二數量；

使用所述正樣本集和所述負樣本集對所述待修正的目標檢測模型進行再訓練，得到修正后的目標檢測模型。

2.根據權利要求1所述的方法，其中，根據與各所述標注圖像中的目標識別框分別對應的準確性驗證結果，構造第一數量的正樣本集以及第二數量的負樣本集，包括：

獲取準確性驗證結果為正確的目標識別框，構造第一數量的正樣本集；

獲取準確性驗證結果為錯誤的目標識別框，構造第二數量的負樣本集。

3.根據權利要求1所述的方法，在使用所述正樣本集和所述負樣本集對所述待修正的目標檢測模型進行再訓練，得到修正后的目標檢測模型之后，還包括：

在各所述標注圖像中，獲取僅包括負樣本的目標標注圖像；

將各所述目標標注圖像分別輸入至所述修正后的目標檢測模型，并單獨計算所述修正后的目標檢測模型中的分類損失函數；

根據所述分類損失函數的計算結果，通過誤差反向傳播調整所述修正后的目標檢測模型中分類模塊的模型參數，并將調整后模型更新為新的修正后的目標檢測模型。

4.根據權利要求1所述的方法，其中，獲取待修正的目標檢測模型，包括：

使用標注樣本圖像集對預設的機器學習模型進行訓練，得到所述待修正的目標檢測模型，標注樣本圖像中預先標注有目標識別框。

5.根據權利要求4所述的方法，在使用所述正樣本集和所述負樣本集對所述待修正的目標檢測模型進行再訓練，得到修正后的目標檢測模型之后，還包括：

降低所述修正后的目標檢測模型的學習率；

使用所述標注樣本圖像集對所述修正后目標檢測模型進行再訓練，并將訓練后模型更新為新的修正后的目標檢測模型。

6.根據權利要求2-5任一項所述的方法，其中，所述目標檢測模型具體用于在所述待測圖像中識別商家招牌；

在根據與各所述標注圖像中的目標識別框分別對應的準確性驗證結果，構造第一數量的正樣本集以及第二數量的負樣本集之前，還包括：

將各所述標注圖像提供給信息點數據生產平臺，獲取所述信息點數據生產平臺針對各所述目標識別框分別反饋的數據生產結果；

將能夠生產出信息點數據的目標識別框的準確性驗證結果確定為正確；

將不能夠生產出信息點數據的目標識別框的準確性驗證結果確定為錯誤。

7.根據權利要求6所述的方法，其中，獲取準確性驗證結果為錯誤的目標識別框，構造第二數量的負樣本集，包括：

在準確性驗證結果為錯誤的各目標識別框中，獲取下述至少一項目標物的目標識別框，構造第二數量的負樣本集；

其中，所述目標物包括：存在遮擋的商家招牌、模糊的商家招牌或者廣告牌。

8.一種目標檢測方法，包括：

獲取待檢測的目標圖像；

將所述目標圖像輸入至通過權利要求1-7任一項所述的方法修正得到的修正后的目標檢測模型中；

獲取所述修正后的目標檢測模型輸出的目標標注圖像，所述目標標注圖像中包括有目標識別框。

9.根據權利要求8所述的方法，其中，所述目標檢測模型具體用于在所述待測圖像中識別商家招牌；

在獲取所述修正后的目標檢測模型輸出的標注圖像之后，還包括：

將所述目標標注圖像提供給信息點數據生產平臺，以進行信息點數據的生產。