[發明專利]目標檢測模型的訓練方法、裝置、目標檢測方法、裝置、介質及設備

在審

• 申請號: 202210515401.5
• 申請日: 2022-05-11
• 公開（公告）號: CN114943872A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 易長渝
• 申請（專利權）人: 上海云從企業發展有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06V10/75;G06V40/10;G06N3/08
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 張雙鳳

本發明公開了一種目標檢測模型的訓練方法，包括：獲取包括多個對象的圖片；對所述圖片進行預處理；所述預處理包括：對多個對象進行標注，得到多個對象的人頭真值框與人體真值框；對所述人頭真值框和所述人體真值框進行匹配，確定屬于同一個對象的人頭真值框和人體真值框；基于所述人體真值框，得到與所述人體真值框匹配的軀干真值框，以完成對圖片的標注；將完成標注的圖片作為樣本圖片對初始神經網絡模型進行訓練，得到目標檢測模型。本發明的目標檢測模型帶有軀干檢測分支，在軀干檢測分支輸出人體檢測框(即Sub1)和人頭檢測框(即Sub2)的情況下，人體召回率提升3個百分點以上，人頭召回率提升0.5個百分點。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種目標檢測模型的訓練方法、裝置、目標檢測方法、裝置、介質及設備。

背景技術

在全結構化-行人檢測的任務中，通常檢測模型被部署在交通要道、大樓出入口等較高的攝像頭位置，因而不可避免會遭遇行人密集的場合。對于相互靠近的行人人群，其人體往往被遮擋大部分，因此對人體檢測帶來相當大的難度。

除此之外，由于行人密集的場景中行人之間互相交疊遮擋，也會增加人體-人頭的關聯難度，導致行人A的人頭與行人B的身體相關聯的“張冠李戴”現象。

人體的漏檢以及人體-人頭錯誤關聯問題，給后續的跟蹤、識別都會造成較大的影響；因此保證被遮擋人體的檢出率以及人體-人頭關聯的穩定性非常重要。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種目標檢測模型的訓練方法、裝置、目標檢測方法、裝置、介質及設備，用于解決現有技術中的至少一個缺陷。

為實現上述目的及其他相關目的，本發明提供一種目標跟蹤方法，包括：

獲取包括多個對象的圖片；

對所述圖片進行預處理；所述預處理包括：

對多個對象進行標注，得到多個對象的人頭真值框與人體真值框；對所述人頭真值框和所述人體真值框進行匹配，確定屬于同一個對象的人頭真值框和人體真值框；基于所述人體真值框，得到與所述人體真值框匹配的軀干真值框，以完成對圖片的標注；

將完成標注的圖片作為樣本圖片對初始神經網絡模型進行訓練，得到目標檢測模型。

可選地，所述對所述人頭真值框和所述人體真值框進行匹配，包括：

通過所述人頭真值框與所述人體真值框的IOU以及位置關系對所述人頭真值框和所述人體真值框進行匹配。

可選地，所述目標檢測模型包括人頭檢測分支、人體檢測分支以及軀干檢測分支；所述軀干檢測分支的通道數為12*A，人頭檢測分支以及人體檢測分支的通道數為4*A，其中，A表示錨框個數。

可選地，所述軀干檢測分支以軀干真值框的區域、人頭真值框的區域、人體真值框的區域作為輸入，輸出人體檢測框、軀干檢測框和人頭檢測框。

可選地，采用NMS方法對所述軀干檢測框進行去重。

為實現上述目的及其他相關目的，本發明提供一種目標檢測模型的訓練裝置，包括：

圖片獲取模塊，用于獲取包括多個對象的圖片；

圖片預處理模塊，用于對所述圖片進行預處理；所述預處理模塊包括：

第一標注子模塊，用于對多個對象進行標注，得到多個對象的人頭真值框與人體真值框；

匹配子模塊，用于對所述人頭真值框和所述人體真值框進行匹配，確定屬于同一個對象的人頭真值框和人體真值框；

第二標注子模塊，用于基于所述人體真值框，得到與所述人體真值框匹配的軀干真值框，以完成對圖片的標注；