[發(fā)明專利]目標(biāo)檢測模型訓(xùn)練方法和裝置、目標(biāo)檢測方法和裝置

在審

• 申請?zhí)枺?/td>: 202210435047.5
• 申請日: 2022-04-24
• 公開（公告）號: CN114694005A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計）人: 趙明瑤;羅壯;張海強(qiáng)
• 申請（專利權(quán)）人: 智道網(wǎng)聯(lián)科技（北京）有限公司
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市隆安律師事務(wù)所 11323
• 代理人: 權(quán)鮮枝;何健

1.一種目標(biāo)檢測模型訓(xùn)練方法，其中，所述目標(biāo)檢測模型訓(xùn)練方法包括：

獲取待訓(xùn)練圖像，所述待訓(xùn)練圖像包括所述待訓(xùn)練圖像的標(biāo)注信息；

利用所述目標(biāo)檢測模型的骨干網(wǎng)絡(luò)對所述待訓(xùn)練圖像進(jìn)行特征提取，得到所述待訓(xùn)練圖像的多尺度特征圖，所述骨干網(wǎng)絡(luò)包括增強(qiáng)后的可轉(zhuǎn)換空洞卷積，所述增強(qiáng)后的可轉(zhuǎn)換空洞卷積用于提取所述待訓(xùn)練圖像中的多尺度特征信息；

利用所述目標(biāo)檢測模型的特征金子塔網(wǎng)絡(luò)對所述待訓(xùn)練圖像的多尺度特征圖進(jìn)行特征融合，得到融合后的多尺度特征圖；

利用所述目標(biāo)檢測模型的檢測頭網(wǎng)絡(luò)對所述融合后的多尺度特征圖進(jìn)行檢測，得到所述待訓(xùn)練圖像的目標(biāo)檢測結(jié)果；

根據(jù)所述待訓(xùn)練圖像的目標(biāo)檢測結(jié)果和所述待訓(xùn)練圖像的標(biāo)注信息確定損失值，并利用所述損失值更新所述目標(biāo)檢測模型的參數(shù)，得到訓(xùn)練后的目標(biāo)檢測模型。

2.如權(quán)利要求1所述的目標(biāo)檢測模型訓(xùn)練方法，其中，所述骨干網(wǎng)絡(luò)還包括第一全局上下文模塊和第二全局上下文模塊，所述增強(qiáng)后的可轉(zhuǎn)換空洞卷積包括依次級聯(lián)的多個階段的可轉(zhuǎn)換空洞卷積，所述多個階段的可轉(zhuǎn)換空洞卷積至少包括第一階段的可轉(zhuǎn)換空洞卷積和第二階段的可轉(zhuǎn)換空洞卷積，

所述利用所述目標(biāo)檢測模型的骨干網(wǎng)絡(luò)對所述待訓(xùn)練圖像進(jìn)行特征提取，得到所述待訓(xùn)練圖像的多尺度特征圖包括：

獲取所述待訓(xùn)練圖像的第一特征圖，所述第一特征圖由所述第一全局上下文模塊對應(yīng)的上游模塊輸出；

利用所述第一全局上下文模塊對所述第一特征圖進(jìn)行處理，得到所述第二特征圖；

利用依次級聯(lián)的多個階段的可轉(zhuǎn)換空洞卷積對所述第二特征圖進(jìn)行處理，得到第三特征圖；

利用所述第二全局上下文模塊對所述第三特征圖進(jìn)行處理，得到所述待訓(xùn)練圖像的多尺度特征圖。

3.如權(quán)利要求2所述的目標(biāo)檢測模型訓(xùn)練方法，其中，所述利用所述第一全局上下文模塊對所述第一特征圖進(jìn)行處理，得到所述第二特征圖包括：

對所述第一特征圖進(jìn)行全局平均池化處理，得到第一全局平均池化處理結(jié)果；

對所述第一全局平均池化處理結(jié)果進(jìn)行1x1卷積處理，得到第一1x1卷積處理結(jié)果；

將所述第一特征圖和所述第一1x1卷積處理結(jié)果進(jìn)行融合處理，得到所述第二特征圖。

4.如權(quán)利要求2所述的目標(biāo)檢測模型訓(xùn)練方法，其中，所述第一階段的可轉(zhuǎn)換空洞卷積包括第一轉(zhuǎn)換函數(shù)、第一空洞率對應(yīng)的可轉(zhuǎn)換空洞卷積和第二空洞率對應(yīng)的可轉(zhuǎn)換空洞卷積，所述利用依次級聯(lián)的多個階段的可轉(zhuǎn)換空洞卷積對所述第二特征圖進(jìn)行處理，得到第三特征圖包括：

利用所述第一轉(zhuǎn)換函數(shù)對所述第二特征圖進(jìn)行處理，得到所述第一轉(zhuǎn)換函數(shù)的處理結(jié)果；

利用所述第一空洞率對應(yīng)的可轉(zhuǎn)換空洞卷積對所述第二特征圖進(jìn)行3x3空洞卷積處理，得到第一空洞卷積處理結(jié)果；

利用所述第二空洞率對應(yīng)的可轉(zhuǎn)換空洞卷積對所述第二特征圖進(jìn)行3x3空洞卷積處理，得到第二空洞卷積處理結(jié)果；

根據(jù)所述第一轉(zhuǎn)換函數(shù)的處理結(jié)果，對所述第一空洞卷積處理結(jié)果和所述第二空洞卷積處理結(jié)果進(jìn)行融合處理，得到所述第一階段的可轉(zhuǎn)換空洞卷積輸出的第四特征圖。

5.如權(quán)利要求4所述的目標(biāo)檢測模型訓(xùn)練方法，其中，所述第一轉(zhuǎn)換函數(shù)包括5x5平均池化和1x1卷積，所述利用所述第一轉(zhuǎn)換函數(shù)對所述第二特征圖進(jìn)行處理，得到所述第一轉(zhuǎn)換函數(shù)的處理結(jié)果包括：

對所述第二特征圖進(jìn)行5x5平均池化，得到第一平均池化結(jié)果；

對所述第一平均池化結(jié)果進(jìn)行1x1卷積，得到所述第一轉(zhuǎn)換函數(shù)的處理結(jié)果。