[發(fā)明專利]目標檢測框架的優(yōu)化方法及裝置、存儲介質、電子設備

有效

• 申請?zhí)枺?/td>: 202011220215.6
• 申請日: 2020-11-05
• 公開（公告）號: CN112036555B
• 公開（公告）日: 2021-02-05
• 發(fā)明（設計）人: 姚寒星;王錦申
• 申請（專利權）人: 北京亮亮視野科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京律智知識產(chǎn)權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種目標檢測框架的優(yōu)化方法，所述目標檢測框架用于目標檢測或全景分割，其特征在于，所述方法包括：

獲取與目標檢測框架對應的多個原始嵌入向量和多個標注向量，并對所述原始嵌入向量進行擴充得到多個嵌入向量；

獲取與多個嵌入向量對應的多個權重，并根據(jù)所述多個權重生成權重向量；

對所述權重向量進行歸一化處理得到目標權重向量，并對所述目標權重向量和所述多個嵌入向量進行加權平均計算得到目標代價矩陣；

基于所述目標代價矩陣，利用局部最優(yōu)解算法匹配所述多個嵌入向量和所述多個標注向量得到多組匹配向量；

對所述目標權重向量和所述多組匹配向量進行加權平均計算得到目標損失函數(shù)，并利用所述目標損失函數(shù)優(yōu)化所述目標檢測框架，以使用優(yōu)化后的所述目標檢測框架進行目標檢測或全景分割。

2.根據(jù)權利要求1所述的目標檢測框架的優(yōu)化方法，其特征在于，所述基于所述目標代價矩陣，利用局部最優(yōu)解算法匹配所述多個嵌入向量和所述多個標注向量得到多組匹配向量，包括：

根據(jù)所述目標代價矩陣生成最小值數(shù)組和行坐標數(shù)組；

確定所述最小值數(shù)組中的目標最小值，并確定與所述目標最小值對應的列索引；

根據(jù)所述列索引在所述行坐標數(shù)組中確定行索引，并根據(jù)所述行索引在所述多個嵌入向量中確定第一待匹配向量；

根據(jù)所述列索引在所述多個標注向量中確定第二待匹配向量，并匹配所述第一待匹配向量和所述第二待匹配向量得到一組匹配向量；

剔除所述行索引和所述列索引，以在所述目標代價矩陣中確定其他行索引和其他列索引得到包括所述一組匹配向量的多組匹配向量。

3.根據(jù)權利要求2所述的目標檢測框架的優(yōu)化方法，其特征在于，所述根據(jù)所述目標代價矩陣生成最小值數(shù)組和行坐標數(shù)組，包括：

確定所述目標代價矩陣中每一列的原始最小值，并根據(jù)所述原始最小值生成最小值數(shù)組；

確定與所述原始最小值對應的行坐標，并根據(jù)所述行坐標生成行坐標數(shù)組。

4.根據(jù)權利要求1所述的目標檢測框架的優(yōu)化方法，其特征在于，所述多個權重，包括：一個權重為1和其他權重均小于1的多個權重。

5.根據(jù)權利要求1所述的目標檢測框架的優(yōu)化方法，其特征在于，所述對所述原始嵌入向量進行擴充得到多個嵌入向量，包括：

對所述原始嵌入向量進行擴充得到多個擴充向量；

對所述多個擴充向量進行分組得到多個嵌入向量。

6.一種目標檢測框架的優(yōu)化裝置，其特征在于，包括：

向量獲取模塊，被配置為獲取與目標檢測框架對應的多個原始嵌入向量和多個標注向量，并對所述原始嵌入向量進行擴充得到多個嵌入向量；

代價矩陣模塊，被配置為獲取與多個嵌入向量對應的多個權重，并根據(jù)所述多個權重生成權重向量；

對所述權重向量進行歸一化處理得到目標權重向量，并對所述目標權重向量和所述多個嵌入向量進行加權平均計算得到目標代價矩陣；

向量匹配模塊，被配置為基于所述目標代價矩陣，利用局部最優(yōu)解算法匹配所述多個嵌入向量和所述多個標注向量得到多組匹配向量；

模型訓練模塊，被配置為對所述目標權重向量和所述多組匹配向量進行加權平均計算得到目標損失函數(shù)，并利用所述目標損失函數(shù)優(yōu)化所述目標檢測框架，以使用優(yōu)化后的所述目標檢測框架進行目標檢測或全景分割。

7.一種電子設備，其特征在于，包括：

處理器；

存儲器，用于存儲所述處理器的可執(zhí)行指令；

其中，所述處理器被配置為經(jīng)由執(zhí)行所述可執(zhí)行指令來執(zhí)行權利要求1-5中任意一項所述的目標檢測框架的優(yōu)化方法。