[發明專利]目標檢測處理方法、裝置、介質及電子設備

有效

• 申請號: 202110581939.1
• 申請日: 2021-05-27
• 公開（公告）號: CN113033719B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 王威
• 申請（專利權）人: 浙江啄云智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種目標檢測處理方法，其特征在于，包括：

確定樣本圖像的候選區域集合，以及所述候選區域集合中候選區域的損失值；

根據所述候選區域的損失值和目標檢測模型的基礎難例數量，確定所述樣本圖像的擴張難例數量；

從所述候選區域集合中選擇損失值相對較高的擴張難例數量個候選區域，以得到所述樣本圖像的擴張難例集合，且從所述擴張難例集合中選擇基礎難例數量個候選區域，以得到所述樣本圖像的基礎難例集合，用于采用所述樣本圖像的基礎難例集合對所述目標檢測模型進行訓練；

其中，所述根據所述候選區域的損失值和目標檢測模型的基礎難例數量，確定所述樣本圖像的擴張難例數量，包括：

確定所述候選區域集合中第一數量個相對較高的損失值的平均值；

采用所述平均值，確定擴張難例系數；

根據所述擴張難例系數和所述基礎難例數量，確定所述樣本圖像的擴張難例數量；

采用所述平均值，確定擴張難例系數，包括：

根據如下公式，確定擴張難例系數：

其中，為所述擴張難例系數，為所述損失值的平均值。

2.根據權利要求1所述的方法，其特征在于，所述從所述擴張難例集合中選擇基礎難例數量個候選區域，以得到所述樣本圖像的基礎難例集合之后，還包括：

根據所述目標檢測模型在歷史迭代過程中的損失值，確定所述目標檢測模型在本輪迭代過程中的難例損失閾值；

根據本輪迭代過程中的難例損失閾值，和所述基礎難例集合中候選區域的損失值，確定所述基礎難例集合中候選區域的重復采樣次數；

根據所述候選區域的重復采樣次數，將重復采樣的候選區域添加到所述基礎難例集合中，以得到新基礎難例集合，用于采用所述新基礎難例集合對所述目標檢測模型進行本輪迭代訓練。

3.根據權利要求2所述的方法，其特征在于，根據所述目標檢測模型在歷史迭代過程中的損失值，確定所述目標檢測模型在本輪迭代過程中的難例損失閾值，包括：

將所述目標檢測模型在本次迭代過程中的本次損失值，與在前第二數值次歷史迭代過程中的歷史損失值之間的損失均值，作為所述目標檢測模型在本輪迭代過程中的難例損失閾值。

4.根據權利要求2所述的方法，其特征在于，所述根據本輪迭代過程中的難例損失閾值，和所述基礎難例集合中候選區域的損失值，確定所述基礎難例集合中候選區域的重復采樣次數，包括：

通過如下公式得到所述基礎難例集合中候選區域的重復采樣次數：

s=?loss/thr?

其中，s為重復采樣次數，? ?為向下取整算符，loss為基礎難例集合中候選區域的損失值，thr為本輪迭代過程中的難例損失閾值。

5.一種目標檢測處理裝置，其特征在于，包括：

損失確定模塊，用于確定樣本圖像的候選區域集合，以及所述候選區域集合中候選區域的損失值；

擴張數量確定模塊，用于根據所述候選區域的損失值和目標檢測模型的基礎難例數量，確定所述樣本圖像的擴張難例數量；

基礎難例集合確定模塊，用于從所述候選區域集合中選擇損失值相對較高的擴張難例數量個候選區域，以得到所述樣本圖像的擴張難例集合，且從所述擴張難例集合中選擇基礎難例數量個候選區域，以得到所述樣本圖像的基礎難例集合，用于采用所述樣本圖像的基礎難例集合對所述目標檢測模型進行訓練；

其中，所述擴張數量確定模塊包括：

平均值單元，用于確定所述候選區域集合中第一數量個相對較高的損失值的平均值；

擴張系數單元，用于采用所述平均值，確定擴張難例系數；

擴張數量單元，用于根據所述擴張難例系數和所述基礎難例數量，確定所述樣本圖像的擴張難例數量；

其中，擴張系數單元具體用于：

根據如下公式，確定擴張難例系數：

其中，為所述擴張難例系數，為所述損失值的平均值。