[發明專利]目標識別模型訓練方法、目標識別方法及其相關裝置

有效

• 申請號: 202010949917.1
• 申請日: 2020-09-10
• 公開（公告）號: CN112232368B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 程凱
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/82;G06V20/54
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種目標識別模型的訓練方法，其特征在于，所述方法包括：

設置訓練集中每種類別被選擇的權重，其中，所述訓練集包括至少兩種類別的訓練圖像，所述訓練圖像的數量少的類別的權重比所述訓練圖像的數量多的類別的權重高，以讓多種類別在訓練過程中被目標識別模型識別的次數均衡；

通過目標識別模型對所述訓練集中訓練圖像進行多種尺寸的目標檢測，其中，所述目標識別模型包括多個尺寸的檢測層，每個尺寸的檢測層用于檢測多種尺寸的目標中相應尺寸的目標，以得到相應尺寸的目標識別結果；

基于多種尺寸的目標識別結果和多種尺寸各自的損失權重計算損失；

基于所述損失對所述目標識別模型進行訓練。

2.根據權利要求1所述的目標識別模型的訓練方法，其特征在于，所述通過目標識別模型對所述訓練集中訓練圖像進行多種尺寸的目標檢測，之前包括：對所述訓練圖像進行預處理；

其中，預處理包括顏色變換、空間變換和尺度縮放中的至少一個。

3.根據權利要求1所述的目標識別模型的訓練方法，其特征在于，所述目標識別模型包括多個依次連接的卷積單元，所述通過目標識別模型對所述訓練集中訓練圖像進行多種尺寸的目標檢測，包括：

通過所述目標識別模型的多個卷積單元對所述訓練圖像進行處理，得到每一卷積單元輸出的特征圖；

對多個卷積單元輸出的特征圖進行融合，得到多個融合特征圖；

對所述多個融合特征圖進行檢測，得到所述訓練圖像的多種尺寸的目標識別結果。

4.一種目標識別方法，其特征在于，所述方法包括：

獲取待識別圖像；

基于目標識別模型對待識別圖像進行識別，得到識別結果；

其中，所述目標識別模型是經由權利要求1-3任一項的目標識別模型的訓練方法訓練過的。

5.根據權利要求4所述的目標識別方法，其特征在于，所述基于目標識別模型對待識別圖像進行識別，得到識別結果，包括：

對所述待識別圖像進行劃分，得到多個子圖；

基于所述目標識別模型對每個子圖進行識別，得到每個子圖的識別結果；

將多個子圖的識別結果進行整合，得到所述待識別圖像的識別結果。

6.根據權利要求5所述的目標識別方法，其特征在于，所述對所述待識別圖像進行劃分，得到多個子圖，之后包括：對每個子圖向外擴展，得到每個擴展后的子圖；

所述基于所述目標識別模型對每個子圖進行識別，得到每個子圖的識別結果，之后包括：基于所述目標識別模型對每個擴展后的子圖進行識別，得到每個子圖的識別結果。

7.根據權利要求6所述的目標識別方法，其特征在于，所述將多個子圖的識別結果進行整合，得到所述待識別圖像的識別結果，包括：

基于所述待識別圖像中多個子圖的位置關系，對多個子圖的識別結果進行疊加；

將多個子圖的識別結果中相同位置的檢測框進行去重處理，得到所述待識別圖像的識別結果。

8.根據權利要求7所述的目標識別方法，其特征在于，所述將多個子圖的識別結果中相同位置的識別結果進行去重處理，包括：

去除寬高比不在預設范圍內的目標；

基于非極大值抑制方法對相同位置的至少兩個檢測框進行去重處理。

9.根據權利要求4所述的目標識別方法，其特征在于，所述目標為信號燈，所述基于目標識別模型對待識別圖像進行識別，得到識別結果，之后包括：

依據信號燈設置規則對待識別圖像的識別結果進行邏輯校驗，得到所述待識別圖像的最終識別結果。