[發(fā)明專利]模型訓練方法、目標檢測方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110051303.6
• 申請日: 2019-09-16
• 公開（公告）號: CN112733864A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設計）人: 李昂;楊學;張志強;俞剛
• 申請（專利權）人: 北京邁格威科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京潤澤恒知識產(chǎn)權代理有限公司 11319
• 代理人: 莎日娜

本申請實施例涉及一種檢測模型訓練方法、裝置、設備及存儲介質，旨在提高模型的泛化能力。所述方法包括：獲得多個源域樣本圖像和多個目標域樣本圖像，其中，每張源域樣本圖像包括預先標記的源域對象的標注框信息；將源域樣本圖像和目標域樣本圖像成對輸入特征提取模型，獲得該源域樣本圖像的第一特征圖和第一檢測框、該目標域樣本圖像的第二特征圖和第二檢測框；判斷各特征圖中的每個像素點的領域類別，得到多個第一判斷結果；判斷每個檢測框的領域類別，得到多個第二判斷結果；根據(jù)第一檢測框和標注框信息，以及根據(jù)多個第一判斷結果和多個第二判斷結果，更新所述特征提取模型。

技術領域

本申請實施例涉及圖像處理技術領域，具體而言，涉及一種模型訓練方法、目標檢測方法、裝置、設備及存儲介質。

背景技術

隨著圖像處理技術領域的發(fā)展和硬件設備計算能力的提升，為了使機器可以智能地實現(xiàn)檢測、分類、預測等功能，技術人員搜集大量的樣本圖片，并對樣本圖片進行標記，通過標記后的樣本圖片對搭建的預設模型進行訓練，從而獲得具有期望功能的模型。這期間，模型訓練的好壞通常依賴于技術人員搭建的預設模型的結構和類型，還依賴于技術人員對樣本圖片的選擇方式和標記方式。

以基于道路場景的目標檢測為例，技術人員搜集大量的道路圖片作為樣本圖片，并手動地對道路圖片中的汽車、行人、行道樹、路面等目標對象進行標記，通過標記后的道路圖片對預先搭建的目標檢測模型(例如R-CNN、Fast R-CNN、Faster R-CNN)進行訓練，獲得能夠自動對道路中的各個對象進行檢測、分類的期望模型。

然而采用上述方式對預設模型進行訓練時，最終所得模型的泛化能力較差。例如，技術人員選用大量的A國道路領域的圖片作為樣本圖片，對目標檢測模型進行訓練，得到的期望模型對A國道路領域的圖片中的各個對象具有較好的檢測、分類能力，但是對于B國道路領域的圖片中的各個對象，難以實現(xiàn)準確的檢測和分類，模型的適應性較低。

發(fā)明內容

本申請實施例提供一種模型訓練方法、目標檢測方法、裝置、設備及存儲介質，旨在提高模型的泛化能力。

本申請實施例第一方面提供一種檢測模型訓練方法，所述方法包括：

獲得多個源域樣本圖像和多個目標域樣本圖像，其中，每張源域樣本圖像包括預先標記的源域對象的標注框信息；

將每張源域樣本圖像和每張目標域樣本圖像成對輸入特征提取模型，得到所述特征提取模型輸出的該源域樣本圖像的第一特征圖、該目標域樣本圖像的第二特征圖、該源域樣本圖像中的源域對象的第一檢測框、以及該目標域樣本圖像中的目標域對象的第二檢測框；

通過第一判別器判斷所述第一特征圖和所述第二特征圖中的每個像素點的領域類別，得到多個第一判斷結果；

通過第二判別器判斷所述第一檢測框和所述第二檢測框中每個檢測框的領域類別，得到多個第二判斷結果；

根據(jù)所述第一檢測框和所述標注框信息，更新所述特征提取模型；

根據(jù)所述多個第一判斷結果和所述多個第二判斷結果，更新所述特征提取模型。

可選地，所述方法還包括：

根據(jù)所述多個第一判斷結果，以及所述特征提取模型輸出的每張?zhí)卣鲌D中的每個像素點來自于源域樣本圖像還是目標域樣本圖像，更新所述第一判別器，使更新后的第一判別器能夠更準確地判別特征圖中像素點的領域類別；

根據(jù)所述多個第二判斷結果，以及所述特征提取模型輸出的每個檢測框來自于源域樣本圖像還是目標域樣本圖像，更新所述第二判別器。

可選地，所述第一判別器和所述特征提取模型之間設置有第一梯度反轉層，所述第二判別器和所述特征提取模型之間設置有第二梯度反轉層；所述方法還包括：