[發明專利]模型訓練方法、圖像檢測方法、裝置、存儲介質及設備

在審

• 申請號: 202110523328.1
• 申請日: 2021-05-13
• 公開（公告）號: CN113762051A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 諸加丹
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N20/00
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 李漢亮

1.一種模型訓練方法，其特征在于，所述方法包括：

獲取圖像樣本經第一檢測模型處理后得到的第一特征圖，以及獲取所述圖像樣本經第二檢測模型處理后得到的第二特征圖；

基于所述第一特征圖與所述第二特征圖計算所述圖像樣本中包含的物體位置對應的第一訓練損失參數；

根據所述圖像樣本的指導訓練區域位置對所述第一訓練損失參數進行調整，得到所述圖像樣本對應的第二訓練損失參數；

根據所述第二訓練損失參數對所述第二檢測模型的網絡參數進行調整，得到調整后的第二檢測模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述圖像樣本的指導訓練區域位置對所述第一訓練損失參數進行調整，得到所述圖像樣本對應的第二訓練損失參數，包括：

獲取所述圖像樣本中前景物體的標注位置；

根據所述標注位置確定所述圖像樣本對應的指導訓練區域位置；

根據所述指導訓練區域位置對所述第一訓練損失參數進行調整，得到所述圖像樣本對應的第二訓練損失參數。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取所述第一檢測模型對所述圖像樣本進行檢測得到的前景物體對應的第一檢測位置；

所述根據所述標注位置確定所述圖像樣本對應的指導訓練區域位置，包括：

根據所述標注位置與所述第一檢測位置確定所述圖像樣本對應的指導訓練區域位置。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

獲取所述第二檢測模型對所述圖像樣本進行檢測得到的前景物體的第二檢測位置；

所述根據所述標注位置與所述第一檢測位置確定所述圖像樣本對應的指導訓練區域位置，包括：

根據所述標注位置、所述第一檢測位置與所述第二檢測位置確定所述圖像樣本對應的指導訓練區域位置。

5.根據權利要求3所述的方法，其特征在于，所述獲取所述第一檢測模型對所述圖像樣本進行檢測得到的前景物體對應的第一檢測位置，包括：

對所述第一特征圖進行物體檢測，得到多個檢測結果，所述檢測結果包括物體信息以及物體所處的位置；

根據所述檢測結果標注所述第一特征圖中的前景物體對應的矩形框并確定每一矩形框的坐標信息；

根據每一矩形框的坐標信息確定第一檢測位置。

6.根據權利要求5所述的方法，其特征在于，所述根據所述檢測結果標注所述第一特征圖中的前景物體對應的矩形框并確定每一矩形框的坐標信息，包括：

獲取所述檢測結果中每個物體屬于前景物體的概率；

確定概率高于預設閾值的物體為前景物體，并標注每一前景物體的對應的矩形框；

確定每一矩形框的坐標信息。

7.根據權利要求1所述的方法，其特征在于，所述基于所述第一特征圖與所述第二特征圖計算所述圖像樣本中包含的物體位置對應的第一訓練損失參數，包括：

將所述第二特征圖的尺寸調整為與所述第一特征圖的尺寸相同，得到第三特征圖；

計算所述第一特征圖與所述第三特征圖的均方誤差，得到圖像樣本對應的第一訓練損失參數。

8.根據權利要求1所述的方法，其特征在于，所述根據所述第二訓練損失參數對所述第二檢測模型的網絡參數進行調整，得到調整后的第二檢測模型，包括：

根據所述第二訓練損失參數更新所述第二檢測模型的損失函數，得到目標損失函數；

對所述目標損失函數進行梯度下降處理，直至所述目標損失函數收斂；

確定所述目標損失函數收斂時的第二檢測模型為調整后的第二檢測模型。

9.一種圖像檢測方法，其特征在于，所述方法包括：

獲取待檢測圖像；

采用預設的圖像檢測模型對所述待檢測圖像進行檢測，得到檢測結果，所述預設的圖像檢測模型為按照權利要求1至7中任一項所述的模型訓練方法訓練得到的所述調整后的第二檢測模型。