CN111242234A - 图像目标的检测方法、装置、终端设备及存储介质 - Google Patents

图像目标的检测方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN111242234A
CN111242234A CN202010058298.7A CN202010058298A CN111242234A CN 111242234 A CN111242234 A CN 111242234A CN 202010058298 A CN202010058298 A CN 202010058298A CN 111242234 A CN111242234 A CN 111242234A
Authority
CN
China
Prior art keywords
target
image
sample image
detected
label
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010058298.7A
Other languages
English (en)
Inventor
李一力
张�浩
邵新庆
刘强
徐�明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen ZNV Technology Co Ltd
Nanjing ZNV Software Co Ltd
Original Assignee
Shenzhen ZNV Technology Co Ltd
Nanjing ZNV Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen ZNV Technology Co Ltd, Nanjing ZNV Software Co Ltd filed Critical Shenzhen ZNV Technology Co Ltd
Priority to CN202010058298.7A priority Critical patent/CN111242234A/zh
Publication of CN111242234A publication Critical patent/CN111242234A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像目标的检测方法、装置、终端设备及计算机可读存储介质，通过在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。本发明不仅不需要花费大量人力资源采集不同场景领域的图像数据并对图像目标进行标注，还丰富了对目标检测模型进行模型训练的训练样本图像，避免了目标检测模型在后续进行图像目标检测时的误检和漏检情况，提升了图像目标的检测效率。

Description

图像目标的检测方法、装置、终端设备及存储介质
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像目标的检测方法、装置、终端设备及计算机可读存储介质。
背景技术
对图像目标进行检测是计算机视觉发展中非常重要的一个领域，不同于图像分类问题，对图像目标进行检测不仅需要判断一张图中是否存在目标，还需要对检测到的图像目标进行定位。就通常情况而言，训练针对图像目标的检测模型对图像数据的要求是图像目标所处场景越丰富越好，图像数据数量越多越好，但是在现实情景中，图像数据的获取往往并不容易，而且面临着繁重的图像数据标注问题，如此，导致缺乏训练目标检测模型需要的样本数据，极易造成目标检测模型出现误检和漏检的情况。
发明内容
本发明的主要目的在于提供一种图像目标的检测方法、装置、终端设备及计算机可读存储介质，旨在解决由于不容易获取大量丰富图像数据来训练检测模型，导致检测模型在检测图像目标时，容易出现误检、漏检等情况的技术问题。
为实现上述目的，本发明提供一种图像目标的检测方法，所述图像目标的检测方法包括：
在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；
根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；
将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
进一步地，所述根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像的步骤，包括：
基于贝塔分布记录所述标签的权重；
根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像。
进一步地，所述根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像的步骤，包括：
依据所述权重计算所述标签所在区域图像分别与各所述场景样本图像的并集；
依据所述权重对所述标注有所述标签的目标样本图像，分别与各所述场景样本图像相同位置的像素点进行叠加，得到各叠加图像；
将所述并集作为各所述叠加图像的标签，从而得到含有标签的所述训练样本图像。
进一步地，所述将各所述训练样本图像输入预设目标检测模型进行模型训练的步骤，包括：
将各所述训练样本图像输入所述预设目标检测模型，其中，所述预设目标检测模型为基于神经网络训练构建的检测模型；
根据所述标签对所述预设目标检测模型的模型训练进行监督。
进一步地，所述根据所述标签对所述检测模型的模型训练进行监督的步骤，包括：
依据所述权重计算所述预设目标检测模型进行模型训练的损失值；
根据所述损失值监督所述检测模型的模型训练。
进一步地，所述在含有待检测目标的目标样本图像中，标注所述待检测目标的标签的步骤，包括：
在所述目标样本图像中标记覆盖所述待检测目标的目标框；
将所述目标框作为所述待检测目标的所述标签。
进一步地，所述使用训练好的预设目标检测模型检测待检测图像中的图像目标的步骤，包括：
将含有所述待检测目标的场景图像输入训练好的预设目标检测模型，以使训练好的预设目标检测模型，将所述待检测目标作为所述场景样本图像中的所述图像目标进行检测。
为实现上述目的，本发明还提供一种图像目标的检测装置，所述图像目标的检测装置，包括：
标注模块，用于在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；
构造模块，用于根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；
检测模块，用于将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像目标的检测程序，所述图像目标的检测程序被所述处理器执行时实现如上述中的图像目标的检测方法的步骤。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的图像目标的检测方法的步骤。
本发明提出的图像目标的检测方法、装置、终端设备以及计算机可读存储介质，通过在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测所述图像目标。
本发明基于仅对容易采集且相对少量的含有待检测目标的目标样本图像进行标注，即，标注目标样本图像中的待检测目标的标签，然后根据该标签联合该目标样本图像与各个不容易采集但场景领域丰富，且不含有当前待检测目标的场景样本图像，构造出包含有该待检测目标的各个训练样本图像，最后利用构造出的各个训练样本图像对用于图像目标检测的预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测不同场景领域图像中的图像目标。
本发明实现了，利用含有待检测目标的目标样本图像和不含有待检测目标的场景样本图像，构造出新场景且含有待检测目标的训练样本图像，并用构造的训练样本图像对目标检测模型进行训练，不仅不需要花费大量人力资源采集不同场景领域的图像数据并对图像目标进行标注，还丰富了对目标检测模型进行模型训练的训练样本图像，避免了目标检测模型在后续进行图像目标检测时的误检和漏检情况，提升了图像目标的检测效率。
附图说明
图1是本发明实施例方案涉及的硬件运行的结构示意图；
图2为图1中移动终端的无线通信装置示意图；
图3是本发明一种图像目标的检测方法第一实施例的流程示意图；
图4是本发明一种图像目标的检测方法一实施例的场景示意图；
图5是本发明一种图像目标的检测装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端设备可以以各种形式来实施。例如，本发明中描述的终端设备可以包括手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动的终端设备为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端设备。
请参阅图1，其为实现本发明各个实施例的一种终端设备的硬件结构示意图，该终端设备100可以包括：RF(Radio Frequency，射频)单元101、WiFi 模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对终端设备的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、 CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA (Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、 FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，终端设备通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于终端设备的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在终端设备100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101 或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与终端设备100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头) 获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风 1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
终端设备100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在终端设备100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display， LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107 可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板 1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与终端设备100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到终端设备100内的一个或多个元件或者可以用于在终端设备100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据，存储器109可为一种计算机存储介质，该存储器109存储有本发明图像目标的检测程序。存储器109 可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等) 等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是终端设备的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行终端设备的各种功能和处理数据，从而对终端设备进行整体监控。如处理器110执行存储器109中的图像目标的检测程序，以实现本发明图像目标的检测方法各实施例的步骤。
处理器110可包括一个或多个处理单元；可选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
终端设备100还可以包括给各个部件供电的电源111(比如电池)，可选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，终端设备100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的终端设备所基于的通信网络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端设备100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021 可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021 连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体) 2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033， SGW(Serving GateWay，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送， PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem， IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、 CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明图像目标的检测方法各个实施例。
本发明提供一种图像目标的检测方法，该图像目标的检测方法包括：
在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测所述图像目标。
具体地，请参照图3，图3为本发明图像目标的检测方法第一实施例的流程示意图。
本发明实施例提供了图像目标的检测方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例图像目标的检测方法应用于上述终端设备，本实施例图像目标的检测方法包括：
步骤S100，在含有待检测目标的目标样本图像中，标注所述待检测目标的标签。
获取包含有待检测目标的样本数据集，并在该样本数据集的目标样本图像当中，调用现有成熟的任意图像标记技术，标注该目标样本图像当中待检测目标的标签。
需要说明的是，本实施例中，将样本数据集中，样本数量相对较少但容易采集到的含有待检测目标的图像作为目标样本图像，然后仅对该样本数量较少的目标样本图像进行标注，减少了工作人员进行大量图像目标标注所占用的人力资源。
进一步地，步骤S100，包括：
步骤S101，在所述目标样本图像中标记覆盖所述待检测目标的目标框；
步骤S102，将所述目标框作为所述待检测目标的所述标签。
在本实施例中，调用任意现有成熟的图像标记技术，识别并标注出目标样本图像中覆盖全部待检测目标的目标框，然后将标注出的该目标框作为当前目标样本图像中，待检测目标的标签。
具体地，例如，在如图4所示的应用场景中，将自行车作为待检测目标，然后调用任意成熟的图像标注技术，从含有该自行车的目标样本图像中—即从图4从左至右所示的第一张图像中，识别出覆盖该自行车的最小外接矩形，并将该最小外接矩形围成的内框，标注为当前自行车的目标框，然后将标注出的该目标框作为当前第一张图像中，自行车的标签。
本实施例中，在用于训练进行图像目标检测的检测模型的样本数据集中，仅对样本数量较少但容易采集的含有待检测目标的目标样本图像进行标注，相比传统有工作人员大量采集图像数据并逐一进行标注的繁重工作，极大程度上节省了对图像数据进行目标标注的人力资源。
步骤S200，根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标。
根据目标样本图像中已经标记好的待检测目标的标签，联合该目标样本图像和各个不同场景领域的大量场景样本图像，构造出含有该待检测目标的各个训练样本图像。
需要说明的是，本实施例中，在各个不同场景领域的大量场景样本图像中，均不包含有待检测目标。
进一步地，步骤S200，根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，包括：
步骤S201，基于贝塔分布记录所述标签的权重；
步骤S202，根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像。
通过贝塔分布(Beta Distribution：贝塔分布，是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用)记录得出利用样本数据集中目标样本图像与各场景样本图像混合的标签的权重，然后根据该权重对已经标注好待检测目标的标签的目标样本图像，分别与各个不同场景领域的场景样本图像进行加权求和，从而得到混合后的各个用于训练进行图像目标检测的检测模型的训练样本图像。
进一步地，步骤S202，包括：
步骤S2021，依据所述权重计算所述标签所在区域图像分别与各所述场景样本图像的并集；
步骤S2022，依据所述权重对所述标注有所述标签的目标样本图像，分别与各所述场景样本图像相同位置的像素点进行叠加，得到各叠加图像。
在本实施例中，在基于贝塔分布记录得出利用样本数据集中目标样本图像与各场景样本图像混合的标签的权重“λ”之后，使用数据增强技术，按照如下所示公式：
Figure RE-GDA0002429569460000111
其中，λ∈Beta(a，a)，a∈(0，∞)
对已经标注好待检测目标的标签的目标样本图像，分别与各个不同场景领域的场景样本图像进行加权求和，从而得到混合后的各个用于训练进行图像目标检测的检测模型的训练样本图像。
需要说明的是，上述公式中，
Figure RE-GDA0002429569460000121
表示将标注有标签的目标样本图像，与场景样本图像相同位置的像素点进行叠加得到的叠加图像，Xa表示样本数据集的各目标样本图像(样本数据集A)中的任意标注有标签的目标样本图像， Xb表示样本数据集的各场景样本图像(样本数据集B)中的任意场景样本图像；
Figure RE-GDA0002429569460000123
表示混合目标样本图像和场景样本图像得到的叠加图像的标签并集， ya表示样本数据集的各目标样本图像(样本数据集A)中，目标样本图像的标签，yb表示样本数据集的各场景样本图像(样本数据集B)中，场景样本图像的标签，由于本实施例中场景样本图像中不含有待检测目标，因此自然不含有待检测目标的标签，所以yb为“0”。
具体地，例如，在如图4所示的应用场景中，根据通过贝塔分布记录得出利用样本数据集中目标样本图像—如图4所示第一张图像，与如图4从左至右所示第二张图像进行混合的标签的权重“λ”，基于数据增强技术按照公式：
Figure RE-GDA0002429569460000122
将第一张图像和第二张图像相同位置处的像素点进行叠加，然后将权重“λ”附给第一张图像中待检测目标—自行车的标签ya(由于自行车的标签为覆盖该自行车的最小外接矩形围成的内框，因此在计算时分别将权重“λ”直接“附”给该内框所在图像区域，以便在后续的模型训练过程需要参考该内框所在图像区域的损失项时，与该权重“λ”相乘)，作为叠加得到的图片的标签集合，从而构造得到用于训练图像目标检测模型的训练样本图像—如图4 从左至右所示第三张图像。
步骤S300，将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
将根据目标样本图像中已经标记好的待检测目标的标签，联合该目标样本图像和各个不同场景领域的大量场景样本图像，构造出的含有该待检测目标的各个训练样本图像，输入至用于进行图像目标检测的预设目标检测模型中，以对该预设目标检测模型进行模型训练，待监督到该预设目标检测模型训练好之后，使用该预设目标检测模型进行图像目标的检测。
需要说明的是，本实施例中，预设目标检测模型为基于神经网络训练构建的检测模型，模型训练的具体过程以及对图像目标进行检测的流程，按照现有成熟的神经网络模型训练和检测过程，在此不做赘述。
进一步地，步骤S300中，将各所述训练样本图像输入预设目标检测模型进行模型训练，包括：
步骤S301，将各所述训练样本图像输入所述预设目标检测模型；
步骤S302，根据所述标签对所述预设目标检测模型的模型训练进行监督。
需要说明的是，本实施例中，在利用构造的训练样本数据对预设目标检测模型进行模型训练之前，还需要根据目标样本图像的标签，与基于贝塔分布记录得出利用样本数据集中目标样本图像与各场景样本图像混合的标签的权重“λ”，计算出用于对预设目标检测模型的模型训练进行监督的训练损失值。
进一步地，步骤S302，包括：
步骤S3021，依据所述权重计算所述检测模型进行模型训练的损失值；
具体地，例如，按照如下公式：
loss＝λ·loss(a)+(1-λ)loss(b)
计算训练损失值loss。其中，loss(a)为目标样本图像的标签的损失项，由于场景样本图像不存在标签，因此loss(b)实际为“0”。
步骤S3022，根据所述损失值监督所述检测模型的模型训练。
具体地，例如，将如图4第三张图像所示的基于含有自行车的目标样本图像—第一张图像，和场景样本图像—第二张图像混合构造得到的训练样本图像，输入至预先基于神经网络训练构建的检测模型当中，并使用通过与附在第一张图像中自行车标签的权重“λ”相乘得到的自行车标签训练损失值，对该检测模型利用该第三张图像进行模型训练的过程进行监督，直到监督到该检测模型训练完毕。
进一步地，步骤S300中，使用训练好的预设目标检测模型检测待检测图像中的图像目标，包括：
步骤S303，将含有所述待检测目标的场景图像输入训练好的预设目标检测模型，以使训练好的预设目标检测模型，将所述待检测目标作为所述场景样本图像中的所述图像目标进行检测。
具体地，例如，使用根据如图4第一张图像中通过与附在第一张图像中自行车标签的权重“λ”相乘得到的自行车标签训练损失值，对该检测模型利用该如图4第三张图像进行模型训练的过程进行监督，并监督到该检测模型训练完毕之后，将属于如图4第二张图像所示草原场景的待检测图像(包含有待检测目标—自行车，但该检测模型预先未使用该相同草原场景下含有自行车的样本图像进行过模型训练)输入至该检测模型当中，以使该检测模型将当前待检测图像中的自行车作为图像目标进行检测。
本实施例中，获取包含有待检测目标的样本数据集，并在该样本数据集的目标样本图像当中，调用现有成熟的任意图像标记技术，标注该目标样本图像当中待检测目标的标签，根据目标样本图像中已经标记好的待检测目标的标签，联合该目标样本图像和各个不同场景领域的大量场景样本图像，构造出含有该待检测目标的各个训练样本图像，将根据目标样本图像中已经标记好的待检测目标的标签，联合该目标样本图像和各个不同场景领域的大量场景样本图像，构造出的含有该待检测目标的各个训练样本图像，输入至用于进行图像目标检测的预设目标检测模型中，以对该预设目标检测模型进行模型训练，待监督到该预设目标检测模型训练好之后，使用该预设目标检测模型进行图像目标的检测。
实现了，利用含有待检测目标的目标样本图像和不含有待检测目标的场景样本图像，构造出新场景且含有待检测目标的训练样本图像，并用构造的训练样本图像对目标检测模型进行训练，不仅不需要花费大量人力资源采集不同场景领域的图像数据并对图像目标进行标注，还丰富了对目标检测模型进行模型训练的训练样本图像，避免了目标检测模型在后续进行图像目标检测时的误检和漏检情况，提升了图像目标的检测效率。
此外，请参照图5，图5为本发明图像目标的检测装置30的功能模块示意图，在本发明实施例中，还提出一种图像目标的检测装置30，本发明图像目标的检测装置30包括：
标注模块301，用于在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；
构造模块302，用于根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；
检测模块303，用于将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
可选地，构造模块302，包括：
记录单元，用于基于贝塔分布记录所述标签的权重；
计算单元，用于根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像。
可选地，计算单元，包括：
第一计算子单元，用于依据所述权重计算所述标签所在区域图像分别与各所述场景样本图像的并集；
第二计算子单元，用于依据所述权重对所述标注有所述标签的目标样本图像，分别与各所述场景样本图像相同位置的像素点进行叠加，得到各叠加图像；
第一定义单元，用于将所述并集作为各所述叠加图像的标签，从而得到含有标签的所述训练样本图像。
可选地，检测模块303，包括：
输入单元，用于将各所述训练样本图像输入所述预设目标检测模型，其中，所述预设目标检测模型为基于神经网络训练构建的检测模型；
监督单元，用于根据所述标签对所述预设目标检测模型的模型训练进行监督。
可选地，监督单元，包括：
第三计算子单元，用于依据所述权重计算所述预设目标检测模型进行模型训练的损失值；
监督子单元，用于根据所述损失值监督所述检测模型的模型训练。
可选地，标注模块301，还包括：
识别单元，用于在所述目标样本图像中标记覆盖所述待检测目标的目标框；
第二定义单元，用于将所述目标框作为所述待检测目标的所述标签。
可选地，检测模块303，还包括：
检测单元，用于将含有所述待检测目标的场景图像输入训练好的预设目标检测模型，以使训练好的预设目标检测模型，将所述待检测目标作为所述场景样本图像中的所述图像目标进行检测。
其中，图像目标的检测装置30的各个功能模块实现的步骤可参照本发明图像目标的检测方法的各个实施例，此处不再赘述。
本发明还提供一种移动终端，所述移动终端包括：存储器、处理器、通信总线以及存储在所述存储器上的图像目标的检测程序：
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行所述图像目标的检测程序，以实现上述图像目标的检测方法各实施例的步骤。
此外，本发明实施例还提出一种计算机可读存储介质，应用于计算机，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质上存储有图像目标的检测程序，所述图像目标的检测程序被处理器执行时实现如上所述的图像目标的检测方法的步骤。
其中，在所述处理器上运行的图像目标的检测程序被执行时所实现的步骤可参照本发明图像目标的检测方法的各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘) 中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像目标的检测方法，其特征在于，所述图像目标的检测方法，包括：
在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；
根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；
将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
2.如权利要求1所述的图像目标的检测方法，其特征在于，所述根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像的步骤，包括：
基于贝塔分布记录所述标签的权重；
根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像。
3.如权利要求2所述的图像目标的检测方法，其特征在于，所述根据所述权重对所述标注有所述标签的目标样本图像分别与各所述场景样本图像进行加权求和，得到各所述训练样本图像的步骤，包括：
依据所述权重计算所述标签所在区域图像分别与各所述场景样本图像的并集；
依据所述权重对所述标注有所述标签的目标样本图像，分别与各所述场景样本图像相同位置的像素点进行叠加，得到各叠加图像；
将所述并集作为各所述叠加图像的标签，从而得到含有标签的所述训练样本图像。
4.如权利要求3所述的图像目标的检测方法，其特征在于，所述将各所述训练样本图像输入预设目标检测模型进行模型训练的步骤，包括：
将各所述训练样本图像输入所述预设目标检测模型，其中，所述预设目标检测模型为基于神经网络训练构建的检测模型；
根据所述标签对所述预设目标检测模型的模型训练进行监督。
5.如权利要求4所述的图像目标的检测方法，其特征在于，所述根据所述标签对所述检测模型的模型训练进行监督的步骤，包括：
依据所述权重计算所述预设目标检测模型进行模型训练的损失值；
根据所述损失值监督所述检测模型的模型训练。
6.如权利要求1所述的图像目标的检测方法，其特征在于，所述在含有待检测目标的目标样本图像中，标注所述待检测目标的标签的步骤，包括：
在所述目标样本图像中标记覆盖所述待检测目标的目标框；
将所述目标框作为所述待检测目标的所述标签。
7.如权利要求1所述的图像目标的检测方法，其特征在于，所述使用训练好的预设目标检测模型检测待检测图像中的图像目标的步骤，包括：
将含有所述待检测目标的场景图像输入训练好的预设目标检测模型，以使训练好的预设目标检测模型，将所述待检测目标作为所述场景样本图像中的所述图像目标进行检测。
8.一种图像目标的检测装置，其特征在于，所述图像目标的检测装置，包括：
标注模块，用于在含有待检测目标的目标样本图像中，标注所述待检测目标的标签；
构造模块，用于根据标注有所述标签的目标样本图像，和各场景领域的场景样本图像构造各训练样本图像，其中，各所述场景样本图像中不含有所述待检测目标；
检测模块，用于将各所述训练样本图像输入预设目标检测模型进行模型训练，并使用训练好的预设目标检测模型检测待检测图像中的图像目标。
9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像目标的检测程序，所述图像目标的检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像目标的检测方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像目标的检测方法的步骤。
CN202010058298.7A 2020-01-17 2020-01-17 图像目标的检测方法、装置、终端设备及存储介质 Pending CN111242234A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010058298.7A CN111242234A (zh) 2020-01-17 2020-01-17 图像目标的检测方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010058298.7A CN111242234A (zh) 2020-01-17 2020-01-17 图像目标的检测方法、装置、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN111242234A true CN111242234A (zh) 2020-06-05

Family

ID=70880950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010058298.7A Pending CN111242234A (zh) 2020-01-17 2020-01-17 图像目标的检测方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN111242234A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070074A (zh) * 2020-11-12 2020-12-11 中电科新型智慧城市研究院有限公司 物体检测方法、装置、终端设备和存储介质
CN112508092A (zh) * 2020-12-03 2021-03-16 上海云从企业发展有限公司 一种样本筛选方法、系统、设备及介质
CN112668647A (zh) * 2020-12-29 2021-04-16 合肥联宝信息技术有限公司 一种图像的检测方法、装置及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169421A (zh) * 2017-04-20 2017-09-15 华南理工大学 一种基于深度卷积神经网络的汽车驾驶场景目标检测方法
CN108304873A (zh) * 2018-01-30 2018-07-20 深圳市国脉畅行科技股份有限公司 基于高分辨率光学卫星遥感影像的目标检测方法及其系统
CN109214436A (zh) * 2018-08-22 2019-01-15 阿里巴巴集团控股有限公司 一种针对目标场景的预测模型训练方法及装置
CN110516514A (zh) * 2018-05-22 2019-11-29 杭州海康威视数字技术股份有限公司 一种目标检测模型的建模方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169421A (zh) * 2017-04-20 2017-09-15 华南理工大学 一种基于深度卷积神经网络的汽车驾驶场景目标检测方法
CN108304873A (zh) * 2018-01-30 2018-07-20 深圳市国脉畅行科技股份有限公司 基于高分辨率光学卫星遥感影像的目标检测方法及其系统
CN110516514A (zh) * 2018-05-22 2019-11-29 杭州海康威视数字技术股份有限公司 一种目标检测模型的建模方法和装置
CN109214436A (zh) * 2018-08-22 2019-01-15 阿里巴巴集团控股有限公司 一种针对目标场景的预测模型训练方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070074A (zh) * 2020-11-12 2020-12-11 中电科新型智慧城市研究院有限公司 物体检测方法、装置、终端设备和存储介质
CN112508092A (zh) * 2020-12-03 2021-03-16 上海云从企业发展有限公司 一种样本筛选方法、系统、设备及介质
CN112668647A (zh) * 2020-12-29 2021-04-16 合肥联宝信息技术有限公司 一种图像的检测方法、装置及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN107273035B (zh) 应用程序推荐方法及移动终端
CN108449513B (zh) 一种交互调控方法、设备及计算机可读存储介质
CN111242234A (zh) 图像目标的检测方法、装置、终端设备及存储介质
CN109584897B (zh) 视频降噪方法、移动终端及计算机可读存储介质
CN109151216B (zh) 应用启动方法、移动终端、服务器及计算机可读存储介质
CN109890022A (zh) 数据传输控制方法、移动终端及计算机可读存储介质
CN110086993A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN113301251A (zh) 辅助拍摄方法、移动终端及计算机可读存储介质
CN112866685A (zh) 投屏延时测量方法、移动终端及计算机可读存储介质
CN109711850B (zh) 一种安全支付方法、设备及计算机可读存储介质
CN109462829B (zh) 一种通话转移方法、设备及计算机可读存储介质
CN110955397A (zh) 游戏终端帧率的设置方法、游戏终端及存储介质
CN111476231B (zh) 一种图像区域识别方法、设备及计算机可读存储介质
CN113179307B (zh) 一种音频时延控制方法、设备及计算机可读存储介质
CN112015508B (zh) 一种投屏交互控制方法、设备及计算机可读存储介质
CN111399739B (zh) 触摸事件转换处理方法、终端和计算机可读存储介质
CN109683793B (zh) 一种内容翻转显示方法、设备及计算机可读存储介质
CN110275667B (zh) 内容显示方法、移动终端及计算机可读存储介质
CN109710149B (zh) 一种交互显示方法、设备及计算机可读存储介质
CN109460988B (zh) 一种扫码支付方法、设备及计算机可读存储介质
CN108037959B (zh) 接口智能合并方法、移动终端及计算机可读存储介质
CN113485667A (zh) 一种终端投屏显示的方法、终端及存储介质
CN112612372A (zh) 一种触控事件调控方法、设备及计算机可读存储介质
CN111612688A (zh) 一种图像处理方法、设备及计算机可读存储介质
CN111158814A (zh) 一种界面切换方法、终端及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination