[發(fā)明專利]目標(biāo)檢測訓(xùn)練方法、系統(tǒng)、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011180242.5
• 申請日: 2020-10-29
• 公開（公告）號: CN112257726A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 朱彥浩;胡郡郡;唐大閏
• 申請（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 青島清泰聯(lián)信知識產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李紅巖

本發(fā)明公開了一種目標(biāo)檢測訓(xùn)練方法、系統(tǒng)、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)，方法包括：通過backbone對圖像進(jìn)行特征提取，獲得圖像特征；圖像特征通過噪聲方法獲得噪聲特征；根據(jù)圖像特征和噪聲特征使用一致性正則化方法對RPN網(wǎng)絡(luò)進(jìn)行優(yōu)化；圖像特征經(jīng)過優(yōu)化后的RPN網(wǎng)絡(luò)輸出proposals；proposals通過噪聲方法獲得noise proposals；根據(jù)proposals和noise proposals使用一致性正則化方法對roi_heads網(wǎng)絡(luò)進(jìn)行優(yōu)化；proposals通過roi_heads網(wǎng)絡(luò)得到最終的全分類結(jié)果和位置結(jié)果。本發(fā)明基于圖像分類領(lǐng)域中一致性正則化的技術(shù)路線，使得在目標(biāo)檢測領(lǐng)域也可以使用未標(biāo)注的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，以提高網(wǎng)絡(luò)結(jié)構(gòu)的精度，做到更高的檢測性能。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及一種基于半監(jiān)督學(xué)習(xí)的目標(biāo)檢測訓(xùn)練方法、系統(tǒng)、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

深度學(xué)習(xí)是目前計(jì)算機(jī)視覺領(lǐng)域最常用最重要的技術(shù)手段，深度學(xué)習(xí)使用由手工標(biāo)注的大量圖像數(shù)據(jù)進(jìn)行迭代訓(xùn)練以實(shí)現(xiàn)特定的圖像任務(wù)，如圖像分類/目標(biāo)檢測/語義分割/圖像檢索等任務(wù)。

其中，目標(biāo)檢測任務(wù)是深度學(xué)習(xí)的一大重要分支，在此領(lǐng)域已經(jīng)有非常多十分優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)可以得到足以媲美人類的性能表現(xiàn)，如Faster RCNN/YOLO/SSD等。但訓(xùn)練一個(gè)優(yōu)秀的目標(biāo)檢測器，需要大量的人工標(biāo)注數(shù)據(jù)，且數(shù)據(jù)標(biāo)注的復(fù)雜度較高，要逐圖的對圖像中感興趣的目標(biāo)進(jìn)行標(biāo)注，且其標(biāo)注的數(shù)據(jù)量較大，通常都是上萬的數(shù)據(jù)量，在實(shí)際的應(yīng)用中需要消耗大量的人力成本。

另一方面，得益于目前互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和信息化社會的推進(jìn)，在當(dāng)前的互聯(lián)網(wǎng)上有巨量的未標(biāo)注數(shù)據(jù)資源，這些資源由于缺少標(biāo)注信息無法被應(yīng)用于網(wǎng)絡(luò)訓(xùn)練，如果能夠使用這些信息而無需標(biāo)注則可以大大減少人力成本。為了能夠使用這些數(shù)據(jù)，可以人工標(biāo)注少量數(shù)據(jù)與大量的無標(biāo)注數(shù)據(jù)進(jìn)行結(jié)合使用，這種方法被稱為半監(jiān)督學(xué)習(xí)，即一半有標(biāo)注一半沒有標(biāo)注。在圖像分類領(lǐng)域，目前已經(jīng)有較多的半監(jiān)督方法使用未標(biāo)注的數(shù)據(jù)進(jìn)行學(xué)習(xí)，但是由于目標(biāo)檢測領(lǐng)域較為復(fù)雜目前還未有成熟的方法進(jìn)行半監(jiān)督學(xué)習(xí)。

發(fā)明內(nèi)容

本發(fā)明針對上述在目標(biāo)檢測領(lǐng)域沒有成熟的方法進(jìn)行半監(jiān)督學(xué)習(xí)的問題，提出一種基于半監(jiān)督學(xué)習(xí)的目標(biāo)檢測訓(xùn)練方法、系統(tǒng)、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)。

為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為：

第一方面，本申請實(shí)施例提供了一種基于半監(jiān)督學(xué)習(xí)的目標(biāo)檢測訓(xùn)練方法，包括：

特征提取步驟：通過backbone對圖像進(jìn)行特征提取，獲得圖像特征；

一階段噪聲添加步驟：所述圖像特征通過噪聲方法獲得噪聲特征；

RPN網(wǎng)絡(luò)優(yōu)化步驟：根據(jù)所述圖像特征和所述噪聲特征使用一致性正則化方法對RPN網(wǎng)絡(luò)進(jìn)行優(yōu)化；

proposal輸出步驟：所述圖像特征經(jīng)過優(yōu)化后的RPN網(wǎng)絡(luò)輸出proposals；

二階段噪聲添加步驟：所述proposals通過噪聲方法獲得noise proposals；

roi_heads網(wǎng)絡(luò)優(yōu)化步驟：根據(jù)所述proposals和所述noise proposals使用一致性正則化方法對roi_heads網(wǎng)絡(luò)進(jìn)行優(yōu)化；

結(jié)果生成步驟：所述proposals通過roi_heads網(wǎng)絡(luò)得到最終的全分類結(jié)果和位置結(jié)果。

上述基于半監(jiān)督學(xué)習(xí)的目標(biāo)檢測訓(xùn)練方法，其中，所述RPN網(wǎng)絡(luò)優(yōu)化步驟包括：

一階段輸入步驟：將所述圖像特征和所述噪聲特征輸入至RPN網(wǎng)絡(luò)中；

一階段損失計(jì)算步驟：使用第一分類一致性損失函數(shù)和第一回歸一致性損失函數(shù)計(jì)算所述圖像特征和所述噪聲特征的結(jié)果向量的一致性。