[發(fā)明專利]目標(biāo)檢測模型訓(xùn)練方法、裝置、計算機設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011204414.8
• 申請日: 2020-11-02
• 公開（公告）號: CN112308150B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計）人: 趙婭琳;趙曉輝;陳斌;宋晨
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06K9/62;G06V10/46
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝;宋慶洪

1.一種目標(biāo)檢測模型訓(xùn)練方法，其特征在于，包括以下步驟：

獲取待訓(xùn)練圖片；其中，所述待訓(xùn)練圖片在預(yù)設(shè)的特征選擇模塊中具有正確的第一輸出值；

將所述待訓(xùn)練圖片經(jīng)過N次下采樣，提取到N個特征圖層，形成特征金字塔；其中，所述N為大于等于2的正整數(shù)；

通過原始目標(biāo)檢測模型提取目標(biāo)特征圖層各自的目標(biāo)區(qū)域；其中，所述目標(biāo)特征圖層為所述特征金字塔中除最底層的特征圖層外的特征圖層；

將各個所述目標(biāo)區(qū)域經(jīng)過ROIAlign操作得到各個所述目標(biāo)區(qū)域所對應(yīng)的目標(biāo)特征；

將各個所述目標(biāo)特征輸入至所述特征選擇模塊中進行計算，得到各個所述目標(biāo)特征對應(yīng)的第二輸出值；

根據(jù)所述第一輸出值和所述第二輸出值計算所述特征選擇模塊的第一損失值；

計算所述原始目標(biāo)檢測模型的第二損失值，將所述第一損失值和所述第二損失值相加得到目標(biāo)損失值；

根據(jù)所述目標(biāo)損失值對所述原始目標(biāo)檢測模型進行訓(xùn)練，使得所述目標(biāo)損失值達到預(yù)設(shè)結(jié)果后停止對所述原始目標(biāo)檢測模型的訓(xùn)練，得到目標(biāo)檢測模型。

2.根據(jù)權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述將各個所述目標(biāo)區(qū)域經(jīng)過ROIAlign操作得到各個所述目標(biāo)區(qū)域所對應(yīng)的目標(biāo)特征的步驟，包括：

提取各個所述目標(biāo)區(qū)域在各自所述目標(biāo)特征圖層的ROI特征；

將所述ROI特征進行降維，使得各個所述ROI特征的維度一致；

將各個降維后的所述ROI特征進行拼接得到所述目標(biāo)特征。

3.根據(jù)權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述特征選擇模塊包括三個卷積層和一個帶有softmax的全連接層；

所述將各個所述目標(biāo)特征輸入至特征選擇模塊中進行計算，得到各個所述目標(biāo)特征對應(yīng)的第二輸出值的步驟，包括：

對各個所述目標(biāo)特征通過focal-loss函數(shù)計算第三損失值和通過IoU-loss函數(shù)計算第四損失值；

將各個所述目標(biāo)特征的所述第三損失值和第四損失值加和并通過所述softmax計算得到各個所述目標(biāo)特征的第二輸出值。

4.根據(jù)權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述根據(jù)所述第一輸出值和所述第二輸出值計算所述特征選擇模塊的第一損失值的步驟，包括：

將所述第一輸出值和所述第二輸出值經(jīng)過交叉熵損失函數(shù)計算得到所述第一損失值。

5.根據(jù)權(quán)利要求4所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述根據(jù)所述目標(biāo)損失值對所述原始目標(biāo)檢測模型進行訓(xùn)練的步驟，包括：

根據(jù)所述目標(biāo)損失值采用SGD梯度反向傳播算法對所述原始目標(biāo)檢測模型進行訓(xùn)練。

6.根據(jù)權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述計算所述原始目標(biāo)檢測模型的第二損失值的步驟，包括：

通過focal loss函數(shù)和GIoU loss函數(shù)計算原始目標(biāo)檢測網(wǎng)絡(luò)的第二損失值。

7.根據(jù)權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其特征在于，所述通過focal loss函數(shù)和GIoU loss函數(shù)計算原始目標(biāo)檢測網(wǎng)絡(luò)的第二損失值的步驟之后，包括：

獲取所述下采樣過程中，各個所述目標(biāo)特征圖層的像素的偏移值；

根據(jù)所述偏移值通過smooth-L₁函數(shù)計算像素損失值；

將所述像素損失值和所述第二損失值相加，將相加得到的值作為新的第二損失值。