[發明專利]一種消除寵物檢測中誤報的方法

在審

• 申請號: 202110312560.0
• 申請日: 2021-03-24
• 公開（公告）號: CN115131644A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 焦亞茹
• 申請（專利權）人: 北京君正集成電路股份有限公司
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/764;G06V10/774;G06V40/10;G06N3/04;G06N3/08
• 代理公司: 北京嘉東律師事務所 11788
• 代理人: 田欣欣

本發明提供一種消除寵物檢測中誤報的方法，包括：S1添加人頭標注：加入了人頭這一類，只標注正面；S2改變網絡增加誤檢目標分類：寵物檢測網絡是基于目標檢測框架改進的；S3訓練模型：完成增加人頭的數據和添加分類后，即可進行數據訓練；S4檢測模型并調整：測試訓練出的模型，在保證不影響寵物檢測精度的情況下適量調整人頭樣本，以此來調整數據，直到在不影響精度的情況下消除誤報；S5檢測結果過濾誤報類：由于添加的人頭是為消除誤報而添加，所以檢測結果應濾掉這類，找到此類的class_id，通過判斷過濾掉此類。增加一類來容納誤報類，在不影響召回率的情況下消除貓狗檢測中人的誤報。

技術領域

本發明涉及智能視頻處理技術領域，特別涉及一種消除寵物檢測中誤報的方法。

背景技術

隨著計算機技術的發展和計算機視覺原理的廣泛應用，使用計算機圖像處理技術來實時檢測跟蹤目標變得越來越流行。在智能交通系統，智能監控系統和軍事目標檢測中使用目標的動態實時跟蹤和定位，并且將手術器械定位在醫學導航手術中具有廣泛的應用價值。目標檢測的任務是找出圖像中所有感興趣的目標，確定它們的位置和大小，是機器視覺領域的核心問題之一。由于各類物體有不同的外觀，形狀，姿態，加上成像時光照，遮擋等因素的干擾，目標檢測一直是機器視覺領域最具有挑戰性的問題。

如今貓狗當寵物越來越受大眾喜愛，其相關需求也相繼而生。目前貓狗檢測技術應用廣泛，貓狗檢測可以用在寵物家庭中，如貓狗喂食器，當貓狗走近貓狗喂食器，貓狗喂食器檢測到貓狗時便自動打開蓋子，方便貓狗進食等。

現有目標檢測中常用的減少誤報方法大多是：增加負樣本數據，增加負樣本數據也可分為兩類，一是找一些多樣的沒有目標的圖片直接放進訓練數據中；另一種是用現有的模型對無目標圖片進行檢測，會出現一些檢測錯誤的圖片，將這些檢測出來的圖片當負樣本放進訓練數據中；除了增加負樣本數據外還可以通過提高正樣本質量來減少誤報，需要對訓練樣本重新進行篩選，過濾不好的樣本；當然還可以通過使用更深更復雜的網絡，只是這樣會改變網絡結構，這樣一來，檢測時間也會相應增加。

現有的消除誤報方法如增加負樣本數據，這種方法可以解決一些泛化的誤報，但是增加負樣本必然會導致召回率的下降；篩選正樣本，提高樣本質量，如貓狗中出現人的誤檢是由于，框的貓狗正樣本中一部分數據包含了人，只需調整正樣本避開人的標注，便可消除對人的誤報，這種方法會減少正樣本的多樣性，從而導致召回率的下降；使用更深的網絡會導致網絡的改變，增加檢測時間，增加模型的大小；并且這些傳統方法不能消除相似物體的誤報，如貓檢測中的狗誤報，貓臉狗臉檢測中的人臉誤報，大頭照中的人頭誤報，即使加入人負樣本也不能消除誤檢。

發明內容

本申請解決了上述問題，本申請的目的在于，通過增加一類來容納誤報類，在不影響召回率的情況下完美消除貓狗檢測中人的誤報。

具體地，本發明提供一種消除寵物檢測中誤報的方法，所述方法包括以下步驟：

S1，添加人頭標注：加入了人頭這一類，把訓練樣本中的人頭標注出來，只標注正面；

S2，改變網絡增加誤檢目標分類：寵物檢測網絡是基于目標檢測框架改進的，將配置文件中的cfg中的classes屬性值加一，將數據配置文件中data文件的classes屬性值加一，在數據配置文件中name文件中添加誤檢類name屬性；

S3,訓練模型：經過上述兩個步驟便完成了增加人頭的數據和添加分類，即可進行數據的訓練，由于增加了一類，訓練時可加載之前的寵物類模型；

S4,檢測模型并調整：測試訓練出的模型，若影響了寵物檢測精度，可適當減少人頭樣本；若人頭誤報的消除效果不好，在保證不影響寵物檢測精度的情況下適量增加人頭樣本，以此來調整數據，直到在不影響精度的情況下消除誤報；

S5，檢測結果過濾誤報類：由于添加的人頭是為消除誤報而添加，所以檢測結果應濾掉這類，找到此類的class_id，通過判斷過濾掉此類。