[發(fā)明專利]模型訓練方法、目標檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210679877.2
• 申請日: 2022-06-16
• 公開（公告）號: CN114926714A
• 公開（公告）日: 2022-08-19
• 發(fā)明（設計）人: 曾祥云;朱姬淵
• 申請（專利權）人: 上海易康源醫(yī)療健康科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 上海碩力知識產(chǎn)權代理事務所(普通合伙) 31251
• 代理人: 楊用玲

1.一種模型訓練方法，其特征是，包括步驟：

S1:構建神經(jīng)網(wǎng)絡模型，所述神經(jīng)網(wǎng)絡模型包括第一網(wǎng)絡和第二網(wǎng)絡,第二網(wǎng)絡從第一網(wǎng)絡中學習，其中：

所述第一網(wǎng)絡包括依次連接的第一輸入單元、第一特征抽取單元和第一預測單元，以及與第一預測單元的輸出分別連接的第一定位單元和第一分類單元；

第二網(wǎng)絡包括依次連接的第二輸入單元、第二特征抽取單元和第二預測單元，以及與第二預測單元的輸出分別連接的第二定位單元和第二分類單元；

S2:將測試數(shù)據(jù)輸入至已訓練好的第一神經(jīng)網(wǎng)絡和未訓練的第二神經(jīng)網(wǎng)絡；

S3:分別對第一特征抽取單元和第一預測單元、第二特征抽取單元和第二預測單元進行壓縮；

S4：第一定位單元和第二定位單元之間采用MSE loss平方誤差損失加上CDAN損失進行計算，第一分類單元和第二分類單元之間，均采用KL loss加上CDAN損失進行計算；

S5:根據(jù)S4的損失值更新第二網(wǎng)絡的參數(shù)。

2.如權利要求1所述的訓練方法，其特征是，第二特征抽取單元根據(jù)第一特征抽取單元的損失進行學習和更新參數(shù)，使用的損失函數(shù)為KL Loss。

3.如權利要求1所述的訓練方法，其特征是，第二預測單元根據(jù)第一預測單元的損失進行學習和更新參數(shù)，使用的損失函數(shù)為KL Loss。

4.一種目標檢測方法，應用于目標檢測系統(tǒng)中，包括步驟：

獲取圖片信息；

對圖片信息進行處理，并給出檢測結果，

其特征是，所述目標檢測系統(tǒng)為權利要求1-3所述模型訓練方法得到的神經(jīng)網(wǎng)絡模型。

5.一種目標檢測系統(tǒng)，包括獲取單元和處理單元，其中：

獲取單元用以獲取圖片信息；

處理單元用以對圖片信息進行處理，并給出檢測結果，

其特征是，所述處理單元為權利要求1-3所述模型訓練方法得到的神經(jīng)網(wǎng)絡模型。

6.一種計算機可讀存儲介質(zhì)，其特征是，所述存儲介質(zhì)中存儲有指令或者程序，所述指令或者程序由處理器加載并執(zhí)行如權利要求4所述的目標檢測方法。

7.一種電子設備，其特征是，包括：處理器、存儲介質(zhì)和總線，所述存儲介質(zhì)存儲有所述處理器可執(zhí)行的機器可讀指令，當電子設備運行時，所述處理器與所述存儲介質(zhì)之間通過總線通信，所述處理器執(zhí)行所述機器可讀指令，以執(zhí)行如權利要求4所述的目標檢測方法。