[發(fā)明專利]目標檢測方法、裝置、設備和計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110474736.2
• 申請日: 2021-04-29
• 公開（公告）號: CN113159209A
• 公開（公告）日: 2021-07-23
• 發(fā)明（設計）人: 李搏;甘偉豪
• 申請（專利權(quán)）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 劉暉銘;張穎玲

1.一種目標檢測方法，其特征在于，包括：

獲取待檢測場景圖像；

通過目標檢測網(wǎng)絡對所述待檢測場景圖像進行檢測，得到至少兩類目標的檢測結(jié)果；所述目標檢測網(wǎng)絡是根據(jù)至少兩類目標訓練集訓練得到的；所述至少兩類目標訓練集中的每一類目標訓練集包括一類目標對應的目標正樣本、目標負樣本和目標沖突樣本；所述每一類目標訓練集中的目標正樣本、目標負樣本和目標沖突樣本的集合是基于至少兩類原始訓練集得到的；所述至少兩類原始訓練集中每一類原始訓練集包括一類目標對應的原始正樣本和原始負樣本；其中，每一類所述目標沖突樣本為所述目標檢測網(wǎng)絡不學習的樣本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過目標檢測網(wǎng)絡對所述待檢測圖像進行檢測，得到至少兩類目標的檢測結(jié)果之前，所述方法還包括：

獲取所述至少兩類原始訓練集；

根據(jù)所述至少兩類原始訓練集，確定所述至少兩類目標訓練集；

采用所述至少兩類目標訓練集，訓練原始目標檢測網(wǎng)絡，得到所述目標檢測網(wǎng)絡。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述至少兩類原始訓練集，確定所述至少兩類目標訓練集，包括：

將所述至少兩類原始訓練集中的第p類原始正樣本，作為第p類目標正樣本；p為正整數(shù)，且p小于等于所述至少兩類的總類別數(shù)；

從所述至少兩類原始訓練集的至少兩類原始負樣本中，確定第p類目標沖突樣本；

從所述至少兩類原始訓練集中，將除所述第p類目標正樣本和所述第p目標沖突樣本以外的其他樣本，作為第p類目標負樣本；

將所述第p類目標正樣本、所述第p類目標負樣本和所述第p類目標沖突樣本的集合，作為所述第p類目標訓練集，從而得到所述至少兩類目標訓練集。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述從所述至少兩類原始訓練集的至少兩類原始負樣本中，確定第p類目標沖突樣本，包括：

從所述至少兩類原始負樣本中，將第p類原始負樣本以外的其他類負樣本作為所述第p類目標沖突樣本。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述從所述至少兩類原始訓練集的至少兩類原始負樣本中，確定第p類目標沖突樣本，還包括：

根據(jù)第p類目標在所述至少兩類原始訓練集中出現(xiàn)的概率，從所述至少兩類原始負樣本中，確定所述第p類目標沖突樣本。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)第p類目標在所述至少兩類原始訓練集中出現(xiàn)的概率，從所述至少兩類原始負樣本中，確定所述第p類目標沖突樣本，包括：

若所述至少兩類目標中的第p類目標在所述至少兩類原始訓練集中出現(xiàn)的概率大于概率閾值，則將所述至少兩類負樣本中所述第p類原始負樣本以外的其他類負樣本，確定為所述第p類目標沖突樣本；

若所述第p類目標在所述至少兩類原始訓練集中出現(xiàn)的概率小于或者等于所述概率閾值，則確定所述至少兩類原始負樣本中不存在所述第p類目標沖突樣本。

7.根據(jù)權(quán)利要求2-6任一項所述的方法，其特征在于，所述目標檢測網(wǎng)絡包括特征提取網(wǎng)絡和至少兩類分類網(wǎng)絡；其中，所述特征提取網(wǎng)絡用于從待檢測圖像中提取特征；所述至少兩類分類網(wǎng)絡中的每一類分類網(wǎng)絡用于根據(jù)所述特征進行一類目標檢測，從而得到至少兩類目標的檢測結(jié)果。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述采用所述至少兩類目標訓練集，訓練原始目標檢測網(wǎng)絡，得到所述目標檢測網(wǎng)絡，包括：

采用所述至少兩類目標訓練集中的n批目標樣本，在當前輪次內(nèi)，對所述原始目標檢測網(wǎng)絡依次進行n次更新，得到n次至少兩類焦點損失中的每一類焦點損失和當前輪次內(nèi)更新完成的原始目標檢測網(wǎng)絡；所述至少兩類焦點損失與所述至少兩類分類網(wǎng)絡對應；n為正整數(shù)；

基于所述n次至少兩類焦點損失中的每一類焦點損失，確定當前輪次內(nèi)的焦點損失均值；

若所述當前輪次內(nèi)的焦點損失均值和/或當前輪次的輪次數(shù)滿足終止條件，則終止訓練，將所述當前輪次內(nèi)更新完成的原始目標檢測網(wǎng)絡作為所述目標檢測網(wǎng)絡。