[發明專利]智能攝像頭自訓練置信度閾值選擇方法、裝置及設備

有效

• 申請號: 202110109738.1
• 申請日: 2021-01-27
• 公開（公告）號: CN112434681B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 陳輝;龍祥;張智;熊章;雷奇文;艾偉;胡國湖
• 申請（專利權）人: 武漢星巡智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都恪睿信專利代理事務所(普通合伙) 51303
• 代理人: 陳興強

本發明屬于圖像處理技術領域，解決了由于智能攝像頭在采用本地自訓練中置信度閾值生成的偽標簽質量無法保證，所導致自訓練效果不佳的技術問題，提供了一種智能攝像頭自訓練置信度閾值選擇方法、裝置及設備。該方法包括:當前模型對測試樣本集檢測輸出檢測結果；然后結合取樣步長對應的各置信度閾值，得到多個mAP值；篩選出符合要求的mAP值，從而確定目標置信度閾值。本發明還包括用于執行上述方法的裝置和設備。本發明通過置信度閾值與mAP值的對應關系，篩選出符合要求的mAP值，從而確定出目標置信度閾值，使用該目標置信度閾值去篩選偽標簽，可以減少漏標、錯標等錯誤標簽，提高微調訓練后模型的檢測準確性。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種智能攝像頭自訓練置信度閾值選擇方法、裝置及設備。

背景技術

隨著視頻監控設備被廣泛應用于監控日常生活中的不同場景，攝像頭尤其是帶有圖像分析功能的智能攝像頭成為現在生活監控管理中的一個常見監控工具。這種智能攝像頭除了配備有常規的攝像頭拍攝還設有具有處理器功能的芯片，可以對拍攝的場景圖像數據進行簡單的處理分析。

然而現有技術中，因這類智能攝像頭的芯片具備有計算能力，為使智能攝像頭能夠適應多場景應用，通常做法是這類智能攝像頭在出廠前會盡可能多的收集多個不同場景的樣本圖像訓練出一個輕量級網絡模型部署到智能攝像頭上，使得智能攝像頭能夠適用于不同場景，如：嬰幼兒看護管理、醫院病人監護、學校監控、商城監控、車庫監控、景區監控、養殖場監控、道路交通監控等。

盡管智能攝像頭事先對不同應用場景進行了很多樣本采集，里面對每個場景都進行了大量的樣本訓練，但是在直接將智能攝像頭使用到場景中開展監護時，對于不同用戶所在的實際場景依然存在較大差異性，這就導致智能攝像頭出廠前進行大量訓練得到的基礎檢測模型不適用，容易出現較大偏差，此外，還有一種是將智能攝像頭與服務器連接起來，由服務器提供基礎檢測模型的升級安裝程序包，讓智能攝像頭的基礎檢測模型進行升級更新。但隨著人們對用個人隱私以及信息安全的考量，不愿將智能攝像頭與服務器連接，而其它方式比如下載基礎檢測模型的更新程序包升級這又會增加智能攝像頭的硬件成本（因為現有的智能攝像頭一般沒有觸控屏之類的交互顯示界面，如果設置觸控屏等交互硬件識別增加智能攝像頭成本）和升級維護時間。

發明內容

有鑒于此，本發明實施例提供了一種智能攝像頭自訓練置信度閾值選擇方法、裝置及設備，用以解決智能攝像頭在本地自訓練中置信度閾值生成的偽標簽質量無法保證，所導致自訓練效果不佳的技術問題。

本發明采用的技術方案是：

本發明提供了一種智能攝像頭自訓練置信度閾值選擇方法，所述方法包括：

S20：獲取測試樣本集和置信度閾值的取樣步長；

S21：利用所述測試樣本集對當前模型進行測試，輸出與所述測試樣本集中各正樣本對應的檢測結果；

S22：根據所述取樣步長對應的各置信度閾值和所述檢測結果，輸出與各所述置信度閾值一一對應的mAP值；

S23：根據各所述mAP值，輸出所述當前模型的目標置信度閾值。

優選地，所述S23包括：

S231：對比各所述mAP值，輸出目標mAP值；

S232：根據所述目標mAP值，將與所述目標mAP值對應的置信度閾值作為所述目標置信度閾值。

優選地，所述S231包括：

S2311：獲取置信度閾值的取樣步長對應的一組置信度閾值，記為第一置信度閾值組；

S2312：根據所述第一置信度閾值組中各置信度閾值對應的mAP值，輸出最大的mAP值對應的參考置信度閾值，以及與所述參考置信度閾值相鄰的前一置信度閾值和后一置信度閾值；