[發(fā)明專利]目標檢測模型訓練方法、裝置、計算機設備和存儲介質

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（設計）人: 趙婭琳;趙曉輝;陳斌;宋晨
• 申請（專利權）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)權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;宋慶洪

本申請涉及人工智能領域，提供了一種目標檢測模型訓練方法、裝置、計算機設備和存儲介質，獲取待訓練圖片；提取N個特征圖層；提取目標特征圖層各自的目標區(qū)域；得到各個目標區(qū)域所對應的目標特征；將各個目標特征輸入至特征選擇模塊中進行計算，得到各個目標特征對應的第二輸出值；根據(jù)第一輸出值和第二輸出值計算特征選擇模塊的第一損失值；計算原始目標檢測模型的第二損失值，將第一損失值和第二損失值相加得到目標損失值；根據(jù)目標損失值對原始目標檢測模型進行訓練。本申請?zhí)峁┑哪繕藱z測模型訓練方法、裝置、計算機設備和存儲介質，通過引入特征選擇模塊與原始目標檢測模型聯(lián)合進行訓練，使得目標檢測模型的精度和魯棒性增強。

技術領域

本申請涉及人工智能的技術領域，特別涉及一種目標檢測模型訓練方法、裝置、計算機設備和存儲介質。

背景技術

目標檢測是計算機視覺和圖像處理的一大熱門方向，廣泛應用于智能視頻監(jiān)控，機器人導航，工業(yè)檢測等諸多領域，節(jié)省了一大部分人力資源消耗。而卷積神經(jīng)網(wǎng)絡作為典型的前饋型網(wǎng)絡，能夠保證圖像目標的位移，尺度，形變不變形，所以在圖像處理方面有出色的表現(xiàn)。

卷積神經(jīng)網(wǎng)絡擁有大量的二維濾波器與激活函數(shù)，能夠很優(yōu)秀地提取圖像特征并抽象表達。但其海量的參數(shù)提取到的眾多抽象特征，在現(xiàn)有的網(wǎng)絡結構并沒有一個很好的方法將其組合利用，使其表現(xiàn)最優(yōu)化。多數(shù)方法，僅將圖片利用卷積神經(jīng)網(wǎng)絡下采樣不同特征圖層，在這些特征圖層上進行目標分類和位置回歸。或是將這些特征圖層暴力相加或拼接在一起，再在這個結果上進行后續(xù)操作。這種特征選擇方式本質上對卷積神經(jīng)網(wǎng)絡所提取到的特征無側重性的使用，很難在不添加其他網(wǎng)絡模塊，避免耗時增加的情況下，提升網(wǎng)絡檢測精度與檢測框的穩(wěn)定性。

發(fā)明內(nèi)容

本申請的主要目的為提供一種目標檢測模型訓練方法、裝置、計算機設備和存儲介質，旨在解決提取到的眾多抽象特征無法合理利用，從而網(wǎng)絡檢測的精度和穩(wěn)定性較低的技術問題。

為實現(xiàn)上述目的，本申請?zhí)峁┝艘环N目標檢測模型訓練方法，包括以下步驟：

獲取待訓練圖片；其中，所述待訓練圖片在預設的特征選擇模塊中具有正確的第一輸出值；

將所述待訓練圖片經(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)；

通過原始目標檢測模型提取目標特征圖層各自的目標區(qū)域；其中，所述目標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；

將各個所述目標區(qū)域經(jīng)過ROIAlign操作得到各個所述目標區(qū)域所對應的目標特征；

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

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損失值；

根據(jù)所述目標損失值對所述原始目標檢測模型進行訓練，使得所述目標損失值達到預設結果后停止對所述原始目標檢測模型的訓練，得到目標檢測模型。

進一步地，所述將各個所述目標區(qū)域經(jīng)過ROIAlign操作得到各個所述目標區(qū)域所對應的目標特征的步驟，包括：

提取各個所述目標區(qū)域在各自所述目標特征圖層的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特征。

進一步地，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；