[發(fā)明專利]一種目標(biāo)檢測(cè)模型訓(xùn)練方法、目標(biāo)檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011625231.3
• 申請(qǐng)日: 2020-12-31
• 公開（公告）號(hào): CN112784691B
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 楊世才;浦世亮;陳偉杰;過一路;謝迪
• 申請(qǐng)（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號(hào): G06V20/52
• 分類號(hào): G06V20/52;G06V10/762;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項(xiàng)京;馬敬

本申請(qǐng)實(shí)施例提供了一種目標(biāo)檢測(cè)模型訓(xùn)練方法、目標(biāo)檢測(cè)方法和裝置，獲取當(dāng)前檢測(cè)場(chǎng)景的未標(biāo)注標(biāo)簽的第一樣本圖像；基于基線檢測(cè)模型對(duì)第一樣本圖像進(jìn)行檢測(cè)，確定第一樣本圖像中置信度大于第一預(yù)設(shè)閾值的目標(biāo)圖像區(qū)域；基于第一樣本圖像中目標(biāo)圖像區(qū)域的圖像特征，對(duì)第一樣本圖像中的目標(biāo)圖像區(qū)域進(jìn)行聚類，得到多個(gè)圖像區(qū)域集合；針對(duì)每一圖像區(qū)域集合，基于該圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的置信度，計(jì)算該圖像區(qū)域集合的置信度，作為該圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的軟標(biāo)簽；針對(duì)第一樣本圖像中的每一目標(biāo)圖像區(qū)域，根據(jù)該目標(biāo)圖像區(qū)域的軟標(biāo)簽，對(duì)基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到目標(biāo)檢測(cè)模型，能夠降低檢測(cè)的成本，提高檢測(cè)的效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，特別是涉及一種目標(biāo)檢測(cè)模型訓(xùn)練方法、目標(biāo)檢測(cè)方法和裝置。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，基于深度學(xué)習(xí)對(duì)圖像進(jìn)行檢測(cè)在各方面得到了廣泛的應(yīng)用。例如，在視頻監(jiān)控領(lǐng)域，基于訓(xùn)練得到的目標(biāo)檢測(cè)模型對(duì)監(jiān)控圖像進(jìn)行目標(biāo)檢測(cè)，可以確定監(jiān)控圖像中包含的預(yù)設(shè)對(duì)象(例如，動(dòng)物或人物等)，以及預(yù)設(shè)對(duì)象所占的圖像區(qū)域。

相關(guān)技術(shù)中，為了提高目標(biāo)檢測(cè)的精確度，針對(duì)某一檢測(cè)場(chǎng)景，需要獲取大量該檢測(cè)場(chǎng)景對(duì)應(yīng)的人工標(biāo)注了目標(biāo)對(duì)象的標(biāo)簽的樣本圖像，進(jìn)而，可以基于這些樣本圖像對(duì)預(yù)設(shè)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到該檢測(cè)場(chǎng)景對(duì)應(yīng)的目標(biāo)檢測(cè)模型。

然而，基于人工對(duì)大量樣本圖像進(jìn)行標(biāo)注，會(huì)增大標(biāo)注的復(fù)雜度和成本，進(jìn)而，會(huì)增加檢測(cè)的成本，降低檢測(cè)的效率。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的目的在于提供一種目標(biāo)檢測(cè)模型訓(xùn)練方法、目標(biāo)檢測(cè)方法和裝置，以降低檢測(cè)的成本，提高檢測(cè)的效率。具體技術(shù)方案如下：

第一方面，為了達(dá)到上述目的，本申請(qǐng)實(shí)施例公開了一種目標(biāo)檢測(cè)模型訓(xùn)練方法，所述方法包括：

獲取當(dāng)前檢測(cè)場(chǎng)景的未標(biāo)注標(biāo)簽的第一樣本圖像；

基于基線檢測(cè)模型對(duì)各第一樣本圖像進(jìn)行檢測(cè)，確定各第一樣本圖像中置信度大于第一預(yù)設(shè)閾值的目標(biāo)圖像區(qū)域；其中，一個(gè)目標(biāo)圖像區(qū)域的置信度表示該目標(biāo)圖像區(qū)域包含預(yù)設(shè)對(duì)象的概率；所述基線檢測(cè)模型為：基于當(dāng)前檢測(cè)場(chǎng)景以外的其他檢測(cè)場(chǎng)景的第二樣本圖像進(jìn)行訓(xùn)練得到的，用于檢測(cè)所述預(yù)設(shè)對(duì)象的網(wǎng)絡(luò)模型；

基于各第一樣本圖像中目標(biāo)圖像區(qū)域的圖像特征，對(duì)各第一樣本圖像中的目標(biāo)圖像區(qū)域進(jìn)行聚類，得到多個(gè)圖像區(qū)域集合；

針對(duì)每一圖像區(qū)域集合，基于該圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的置信度，計(jì)算該圖像區(qū)域集合的置信度，作為該圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的軟標(biāo)簽；

針對(duì)各第一樣本圖像中的每一目標(biāo)圖像區(qū)域，根據(jù)該目標(biāo)圖像區(qū)域的軟標(biāo)簽，對(duì)所述基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到當(dāng)前檢測(cè)場(chǎng)景的目標(biāo)檢測(cè)模型。

可選的，所述針對(duì)各第一樣本圖像中的每一目標(biāo)圖像區(qū)域，根據(jù)該目標(biāo)圖像區(qū)域的軟標(biāo)簽，對(duì)所述基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到當(dāng)前檢測(cè)場(chǎng)景的目標(biāo)檢測(cè)模型，包括：

針對(duì)各第一樣本圖像中的每一目標(biāo)圖像區(qū)域，將該目標(biāo)圖像區(qū)域的軟標(biāo)簽，作為該目標(biāo)圖像區(qū)域的真實(shí)標(biāo)簽，對(duì)所述基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到當(dāng)前檢測(cè)場(chǎng)景的目標(biāo)檢測(cè)模型。

可選的，所述針對(duì)各第一樣本圖像中的每一目標(biāo)圖像區(qū)域，根據(jù)該目標(biāo)圖像區(qū)域的軟標(biāo)簽，對(duì)所述基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到當(dāng)前檢測(cè)場(chǎng)景的目標(biāo)檢測(cè)模型，包括：

針對(duì)各第一樣本圖像中的每一目標(biāo)圖像區(qū)域，將該目標(biāo)圖像區(qū)域的軟標(biāo)簽，作為該目標(biāo)圖像區(qū)域的真實(shí)標(biāo)簽，對(duì)所述基線檢測(cè)模型進(jìn)行模型訓(xùn)練，得到待選檢測(cè)模型；

獲取用戶對(duì)備選圖像區(qū)域集合進(jìn)行標(biāo)注的標(biāo)簽，作為所述備選圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的硬標(biāo)簽；其中，所述備選圖像區(qū)域集合包含的目標(biāo)圖像區(qū)域的軟標(biāo)簽屬于預(yù)設(shè)范圍；