CN112906823A - 目标对象识别模型训练方法、识别方法及识别装置 - Google Patents
目标对象识别模型训练方法、识别方法及识别装置 Download PDFInfo
- Publication number
- CN112906823A CN112906823A CN202110335318.5A CN202110335318A CN112906823A CN 112906823 A CN112906823 A CN 112906823A CN 202110335318 A CN202110335318 A CN 202110335318A CN 112906823 A CN112906823 A CN 112906823A
- Authority
- CN
- China
- Prior art keywords
- target object
- target
- frame
- sample
- module
- 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.)
- Granted
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
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种目标对象识别模型训练方法、识别方法及识别装置,训练方法包括:获取样本图像;将样本图像、目标对象以及目标对象的位置,输入目标对象识别模型;目标框细化模块基于样本图像生成样本框;分别计算样本框为正样本框和负样本框的权重;目标检测模块至少基于样本图像、目标框细化模块生成的样本框进行目标识别;根据目标对象识别模型的损失函数对目标对象识别模型进行训练,目标对象识别模型的损失函数根据目标框细化模块的损失函数以及目标检测模块的损失函数计算,目标框细化模块的损失函数至少根据样本框为正样本框的权重以及负样本框的权重计算。本申请提高模型识别准确度。
Description
技术领域
本申请涉及图像处理领域,尤其涉及一种目标对象识别模型训练方法、识别方法及识别装置。
背景技术
随着经济的加速发展,城市的机动车辆增加迅速,和车辆相关的治安和刑事案件也逐年增多,严重影响了人民群众的利益和社会治安。为了城市的可持续发展,平安城市、智慧城市已经成为了当今城市发展的重要部分。从车辆监控取证案件的过程中利用人工查找搜寻违法犯罪车辆的属性特征,不仅耗费巨大人力和物力,且过程较难实现。利用基于卷积神经网络的车辆属性检测可以较快的实现监控取证。通常形状不规则、模糊、易混淆的车辆属性特征,易增加车辆属性检测的难度。利用卷积神经网络检测过程中当正负样本不均衡时,会使车辆属性的检测结果出现较大误差导致检测精度下降。
名称为《一种深度学习目标检测的正负样本平衡方法》,申请号为201910099959.8的专利,利用候选区域与真实区域间的交并比来筛选正负样本,选择交并比大的候选框作为正样本,抛弃交并比小的候选框。交并比的方法需人为设定阈值,人工干预因素较大,在训练过程中也容易将包含有用特性信息的目标框误删除,加大检测结果误差。
由此,如何优化目标对象识别模型的训练,从而避免正负样本由于人工干预因素以及目标框误删除的原因导致的识别误差,是本领域技术人员亟待解决的技术问题。
发明内容
本申请为了克服上述现有技术存在的缺陷,提供一种目标对象识别模型训练方法、识别方法及识别装置,从而优化目标对象识别模型的训练,从而避免正负样本由于人工干预因素以及目标框误删除的原因导致的识别误差。
根据本申请的一个方面,提供一种目标对象识别模型训练方法,所述目标对象识别模型包括目标框细化模块和目标检测模块,所述目标框细化模块将识别的目标框传输至目标检测模块以进行目标对象的识别,包括:
获取样本图像;
将所述样本图像、目标对象以及目标对象的位置,输入所述目标对象识别模型;
所述目标框细化模块基于样本图像生成样本框;
分别计算所述样本框为正样本框和负样本框的权重;
所述目标检测模块至少基于所述样本图像、所述目标框细化模块生成的样本框进行目标识别;
根据所述目标对象识别模型的损失函数对所述目标对象识别模型进行训练,所述目标对象识别模型的损失函数根据所述目标框细化模块的损失函数以及所述目标检测模块的损失函数计算,所述目标框细化模块的损失函数至少根据所述样本框为正样本框的权重以及负样本框的权重计算。
在本申请的一些实施例中,所述计算所述样本框为正样本框和负样本框的权重包括:
基于图像分布以及概率权重计算所述样本框为正样本框的权重;
计算所述样本框为负样本框的权重。
在本申请的一些实施例中,所述基于图像分布以及概率权重计算所述样本框为正样本框的权重包括:
基于所述目标对象的位置计算所述样本框的高斯分布
计算所述正样本框的概率权重,所述概率权重指示所述正样本框包含目标对象的概率;
根据所述正样本框的高斯分布以及所述正样本框的概率权重计算所述正样本框的权重。
在本申请的一些实施例中,所述计算所述样本框为负样本框的权重包括:
基于所述样本框与所述目标对象的位置形成的目标框的交并比计算所述样本框为负样本框的权重。
在本申请的一些实施例中,所述目标框细化模块的损失函数根据所述正样本框的损失函数、所述负样本框的损失函数以及样本框的位置和目标对象的位置之间的损失函数计算获得,
所述正样本框的损失函数基于正样本框的权重以及正样本的联合概率计算获得,
所述负样本框的损失函数基于负样本框的权重以及负样本的联合概率计算获得。
在本申请的一些实施例中,所述目标框细化模块包括扰动模块,所述扰动模块将所述目标框细化模块的输出特征转化为扰动特征,所述扰动特征替代所述目标框细化模块的输出特征以进行所述目标框细化模块的损失函数的计算。
在本申请的一些实施例中,所述目标对象识别模型还包括用以计算所述目标框细化模块的损失函数的第一损失函数模块,所述目标框细化模块包括多个级联的卷积层,所述扰动模块连接至每一卷积层和所述第一损失函数模块之间。
在本申请的一些实施例中,所述扰动模块根据如下步骤将所述输出特征转化为扰动特征:
将所述卷积层的输出特征与所述卷积层的输出特征的全局平均池化总和相乘获得中间乘积;
将所述输出特征与所述中间乘积之和作为所述扰动特征。
根据本申请的又一方面,还提供一种目标对象识别方法,包括:
获取待识别图像;
采用目标对象识别模型,识别所述待识别图像中的目标对象,
其中,所述目标对象识别模型经由如上所述的目标对象识别模型训练方法训练获得。
根据本申请的又一方面,还提供一种目标对象识别装置,包括:
获取模块,配置成待识别图像;
识别模块,配置成采用目标对象识别模型,识别所述待识别图像中的目标对象,
其中,所述目标对象识别模型经由如上所述的目标对象识别模型训练方法训练获得。
根据本申请的又一方面,还提供一种电子设备,所述电子设备包括:处理器;存储介质,其上存储有计算机程序,所述计算机程序被所述处理器运行时执行如上所述的步骤。
根据本申请的又一方面,还提供一种存储介质,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运行时执行如上所述的步骤。
由此可见,本申请提供的方案,与现有技术相比,具有如下优势:
本申请采用包括目标框细化模块和目标检测模块的目标对象识别模型,并统计计算正负样本权重并添加在在目标对象识别模型的损失函数中从而实现正负样本的自动分配,避免传统人为设定阈值筛选目标框生成正负样本,导致删除包含有用特征信息的负样本,网络侧重学习包含较多无用特征信息的正样本,影响模型的目标对象识别的准确度的情况。
附图说明
通过参照附图详细描述其示例实施方式,本申请的上述和其它特征及优点将变得更加明显。
图1示出了根据本申请实施例的目标对象识别模型的示意图。
图2示出了根据本申请实施例的目标对象识别模型训练方法的流程图。
图3示出了根据本申请实施例的目标对象识别方法的流程图。
图4示出了根据本申请实施例的目标对象识别装置的模块图。
图5示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。
图6示意性示出本公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本申请的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此,实际执行的顺序有可能根据实际情况改变。
为了克服上述现有技术存在的缺陷,本申请提供一种目标对象识别模型训练方法、装置及电子设备,以提高目标对象识别的准确率。具体而言,本申请提供的目标对象识别模型训练方法可以应用于各类图像识别场景中,诸如车辆识别、行人识别等应用场景中,本申请并非以此为限制。
首先参见图1和图2,图1示出了根据本申请实施例的目标对象识别模型的示意图。图2示出了根据本申请实施例的目标对象识别模型训练方法的流程图。本申请所采用的目标对象识别模型包括目标框细化模块(anchor refinement module,ARM)101和目标检测模块(object detection module,ODM)105,所述目标框细化模块101将识别的目标框传输至目标检测模块105以进行目标对象的识别。目标框细化模块101和目标检测模块105之间可以通过诸如传输模块(transfer connection block,TCB)104来实现。传输模块104用于执行特征的转换操作。换言之,传输模块104将目标框细化模块101的输出特征图转换成目标检测模块105的输入。目标框细化模块101和目标检测模块105可以包括一一对应的多个卷积层(图中示出为4个,本发明并非以此为限制)。进一步地,本申请所采用的目标对象识别模型例如可以是改进型的RefineDet网络。
具体而言,未改进的Refinedet网络中目标框细化模块101的正负样本框的定义方式是:在特征图像(经卷积处理的特征图像)上每个像素点生成的N个样本框anchor,若anchor与真实目标gt的交并比IOU大于0.5,该anchor为正anchor,否则为负anchor。未改进的Refinedet网络确定正负样本的方法是基于人工设置阈值比较交并比IOU的方式,对于目标识别,尤其是诸如形状不规则或侧向视角下的车辆属性,如弧形的车窗雨眉、斜直线形的天线等,易导致IOU高的正anchor包含较多背景或者其余目标,使网络加强了无用特征的学习,而IOU低的负anchor包含的有用目标信息却被在网络学习中忽略了。本申请的方法尤其适用于解决该种缺陷。
本申请提供的目标对象识别模型训练方法包括:
步骤S110:获取样本图像。
步骤S120:将所述样本图像、目标对象以及目标对象的位置,输入所述目标对象识别模型。
步骤S130:所述目标框细化模块基于样本图像生成样本框。
步骤S140:分别计算所述样本框为正样本框和负样本框的权重。
具体而言,步骤S140包括基于图像分布以及概率权重计算所述样本框为正样本框的权重;计算所述样本框为负样本框的权重。
其中,基于图像分布以及概率权重计算所述样本框为正样本框的权重包括如下步骤:基于所述目标对象的位置计算所述样本框的高斯分布;计算所述正样本框的概率权重,所述概率权重指示所述正样本框包含目标对象的概率;根据所述正样本框的高斯分布以及所述正样本框的概率权重计算所述正样本框的权重。
具体而言,本申请可以通过如下具体实施例计算所述样本框的高斯分布:
在目标对象识别模型的目标框细化模块101的多个卷积层中,设置每个卷积层输出的特征图像的每个像素点位置生成多种尺寸(例如可以为3种尺寸)的样本框anchor。用ai表示,多个ai尺寸的纵横比例如可以设置为{1,0.5,2},由此,本实施例中,生成的3个目标框的高宽比分别为1、0.5和2。本发明并非以此为限制。基于中心点先验知识,物体在真实目标框中的分布是围绕真实目标框的中心,因此计算ai中心与所要识别的类别的真实目标对象目标gi中心的距离d。而不同类别的属性目标具有不同特征分布,因此计算其高斯分布:
其中,表示每个类别中心与gi中心的距离偏移,表示样本框中每个位置在类别分布中的重要性,高斯中心先验G的目的是自适应调整中心先验的分布,特征图像中某个像素位置的样本框ai距离目标框gi中心点越近,表示该样本框ai的重要性越大。
具体而言,目标对象识别模型在目前的使用中,其目标框细化模块的多个卷积层中分别对生成的所有样本框ai进行滤除和细化。若某个样本框ai为负样本的置信度大于一定阈值,则删除该ai,对剩下的ai进行是否为前景的二分类和位置回归,得到粗略调整的ai经过传输模块传递给目标模块做分类和位置预测。具体而言,样本的置信度表示某个预测的样本框的得分,数值可以设置在0~1之间(本申请并非以此为限制),数值越高表示预测的越准确。通常当预测出的置信度低于一定阈值时,网络会将其判为负样本并剔除不参与训练。而本申请实施例中不直接删除此类负样本,而是赋予负样本权重,让其以一定概率参与训练,避免一些分类置信度低而位置回归置信度高的有用目标框被剔除,提高训练准确性。
进一步地,目标对象识别模型在目前的使用中,仅只考虑了当前样本ai是否为目标前景的二分类概率Qi(obj)(该样本框为目标前景的概率),而没有考虑到ai是某个具体类别的情况,因此可以优化添加样本特定类别概率Qi(cls|obj)(该样本框为特定类别obj的概率)。目标对象识别模型在目前的使用中,每个样本ai都独立进行分类与位置回归,易导致回归位置优的但分类置信度低的ai在NMS(非极大值抑制,Non Maximum Suppression)(非极大值抑制用以对预测得到的多个候选框的得分排序选择最大得分目标框。具体可以遍历剩余目标框,计算剩余目标框与其重叠面积IOU,将IOU超过一定阈值的目标框删除,直至剩下得分较高且IOU相差较大的目标框。NMS在实际模型预测出候选框后作为后处理使用,对预测出的多个候选框进行筛选,得到不是同一类别且分类置信度较高的预测框,作为最终的检测框输出)中被剔除,为了提高样本位置回归对类别预测的重要性,本申请还可以优化添加样本定位概率Qi(loc)(具体而言,训练过程中训练样本有分类得分和位置回归得分,某个训练样本位置回归得分较高,说明样本定位的比较准确,位置回归得分越高,样本定位概率越大,此类样本参与后续训练的概率就越大,此类目标框在训练中起到作用越大),使位置回归得分较高的ai能够更多的参与训练以同时调整其分类置信度。综合前景二分类概率Qi(obj)、特定类别概率Qi(cls|obj)和样本定位概率Qi(loc),定义特征图像中某个像素位置的分类与定位的联合概率Qi(cls)=Qi(obj)Qi(cls|obj)Qi(loc),联合概率为前述的三种概率的乘积,由此能使网络在迭代优化中不断综合考虑分类与回归的重要性,提高检测的准确性。针对联合概率Qi(cls)提出概率权重表示该像素位置的样本框ai包含目标的概率,用于生成正样本权重。其中λ系数表示不同类别的置信度对样本损失的影响,Qi为联合概率Qi(cls)。
通过对正样本框赋予权重,可以自动根据图像数据中的先验知识,自动划分正负样本,避免网络过分学习包含较多无用背景信息的正样本。
由此,通过对正负样本赋予权重,可以自动根据图像数据中的先验知识,自动划分正负样本(在本申请实施例中,正负样本的权重较大的样本在损失函数中会占较大权值,起到正样本作用,模型就可以更关注此类样本的学习。相反模型会弱视而不是直接不考虑权重较小的负样本的学习。正负样本的权重在网络训练过程中是被学习的参数,训练中不断更新权重值并自动调整训练样本框的正负性质,起到自动划分正负样本的作用),避免常规的交并比阈值法导致网络学习过程中忽略包含有用目标信息的负样本,避免网络过分学习包含较多无用背景信息的正样本。
步骤S150:所述目标检测模块至少基于所述样本图像、所述目标框细化模块生成的样本框进行目标识别。
步骤S160:根据所述目标对象识别模型的损失函数对所述目标对象识别模型进行训练,所述目标对象识别模型的损失函数根据所述目标框细化模块的损失函数以及所述目标检测模块的损失函数计算,所述目标框细化模块的损失函数至少根据所述样本框为正样本框的权重以及负样本框的权重计算。
具体而言,在损失函数中加入正负样本框权重,可以抑制是真正背景的正样本框ai,提高目标检测的准确性。
具体而言,所述目标框细化模块的损失函数为:
其中,N为目标框细化模块的中所有的正负样本框,分别为正样本和负样本的联合概率,Lb为交叉熵,Lm为Softmax Loss,Lr为SmoothL1Loss,为ARM中样本框ai的粗预测坐标,为样本框ai对应的真实目标gi的位置,分别为正负样本框的权重。
由此,优化目标框细化模块的损失函数,在网络训练过程中根据正负样本权重来动态修正每个像素位置的正负样本的粗预测,将粗预测的样本框传输给目标检测模块做精预测。
所述目标检测模块的损失函数为:
目标检测模块的损失函数例如可以通过目标检测损失函数计算模块106来计算,其可以采用Refinedet网络的目标检测模块的损失函数,本发明并非以此为限制。
进一步地,在本发明的一些具体实施例中,所述目标框细化模块101可以包括扰动模块102。所述扰动模块102将所述目标框细化模块101的输出特征转化为扰动特征,所述扰动特征替代所述目标框细化模块101的输出特征以进行所述目标框细化模块101的损失函数的计算。在该实施例中,所述目标对象识别模型还包括用以计算所述目标框细化模块的损失函数的第一损失函数模块103(目标框细化损失函数计算模块),所述目标框细化模块101包括多个级联的卷积层,所述扰动模块102连接至每一卷积层和所述第一损失函数模块103之间。所述扰动模块102可以根据如下步骤将所述输出特征转化为扰动特征:将所述卷积层的输出特征与所述卷积层的输出特征的全局平均池化总和相乘获得中间乘积;将所述输出特征与所述中间乘积之和作为所述扰动特征。
通常在以分类置信度作为前提条件筛选最终目标预测结果目标检测中,易出现预测目标框分类置信度高而位置回归差的情况,说明得到这类预测结果的样本框ai在网络学习过程中本身分类置信度可能较高,这易导致属性检测结果出现局部最优值。为了抑制这类样本的置信度,本申请通过上述实施例,在目标框细化模块101中的多个卷积层后添加扰动模块102,从而干扰现有图像特征,让干扰后的特征中分类得分低而位置回归得分高的样本在网络迭代中有更多机会参与训练,最后以扰动特征进行目标框细化模块101的分类和位置回归。具体而言,对各卷积层,可以分别计算每个特征图像Fl的所有通道的全局平均池化的总和Wl:
Wi=∑wl*Fl,
其中wl为特征层每个通道的全局平均池化。扰动特征可以定义为R=Fl+Fl*(∑wl*Fl)。
下面参见图3,图3示出本申请提供的目标对象识别方法。目标对象识别方法包括:
步骤S210:获取待识别图像;
步骤S220:采用目标对象识别模型,识别所述待识别图像中的目标对象,
其中,所述目标对象识别模型经由如上所述的目标对象识别模型训练方法训练获得。
由此,本申请提供的目标对象识别模型训练方法以及识别方法中,采用包括目标框细化模块和目标检测模块的目标对象识别模型,并统计计算正负样本权重并添加在在目标对象识别模型的损失函数中从而实现正负样本的自动分配,避免传统人为设定阈值筛选目标框生成正负样本,导致删除包含有用特征信息的负样本,网络侧重学习包含较多无用特征信息的正样本,影响模型的目标对象识别的准确度的情况。
以上示例性地示出本申请的多个实现方式,本申请并非以此为限制,各实施方式中,步骤的增加、省略、顺序变换皆在本申请的保护范围之内;各实施方式可以单独或组合来实现。
下面结合图4描述本申请提供的目标对象识别装置200。目标对象识别装置300包括获取模块310以及识别模块320。
获取模块310配置成待识别图像;
识别模块320配置成采用目标对象识别模型,识别所述待识别图像中的目标对象,其中,所述目标对象识别模型经由如上所述的目标对象识别模型训练方法训练获得。
本申请提供的目标对象识别装置中,采用包括目标框细化模块和目标检测模块的目标对象识别模型,并统计计算正负样本权重并添加在在目标对象识别模型的损失函数中从而实现正负样本的自动分配,避免传统人为设定阈值筛选目标框生成正负样本,导致删除包含有用特征信息的负样本,网络侧重学习包含较多无用特征信息的正样本,影响模型的目标对象识别的准确度的情况。
本发明还可以提供一种目标对象识别模型训练装置,配置成执行图2所示的目标对象识别模型训练方法执行的步骤。
本申请可以通过软件、硬件、固件及其任意结合的方式实现目标对象识别装置300以及目标对象识别模型训练装置。图4仅仅是示意性的示出本申请提供的目标对象识别装置300,在不违背本申请构思的前提下,模块的拆分、合并、增加都在本申请的保护范围之内。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被例如处理器执行时可以实现上述任意一个实施例中所述目标对象识别模型训练方法和/或目标对象识别方法的步骤。在一些可能的实施方式中,本申请的各个方面还可以实现为一种程序产品的形式,其包括程序代码,若所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述目标对象识别模型训练方法和/或目标对象识别方法部分中描述的根据本申请各种示例性实施方式的步骤。
参考图5所示,描述了根据本申请的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适若的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到租户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述目标对象识别模型训练方法和/或目标对象识别方法的步骤。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本申请的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述目标对象识别模型训练方法和/或目标对象识别方法部分中描述的根据本申请各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图2或3中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得租户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应若明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述目标对象识别模型训练方法和/或目标对象识别方法。
本申请采用包括目标框细化模块和目标检测模块的目标对象识别模型,并统计计算正负样本权重并添加在在目标对象识别模型的损失函数中从而实现正负样本的自动分配,避免传统人为设定阈值筛选目标框生成正负样本,导致删除包含有用特征信息的负样本,网络侧重学习包含较多无用特征信息的正样本,影响模型的目标对象识别的准确度的情况。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种目标对象识别模型训练方法,其特征在于,所述目标对象识别模型包括目标框细化模块和目标检测模块,所述目标框细化模块将识别的目标框传输至目标检测模块以进行目标对象的识别,包括:
获取样本图像;
将所述样本图像、目标对象以及目标对象的位置,输入所述目标对象识别模型;
所述目标框细化模块基于样本图像生成样本框;
分别计算所述样本框为正样本框和负样本框的权重;
所述目标检测模块至少基于所述样本图像、所述目标框细化模块生成的样本框进行目标识别;
根据所述目标对象识别模型的损失函数对所述目标对象识别模型进行训练,所述目标对象识别模型的损失函数根据所述目标框细化模块的损失函数以及所述目标检测模块的损失函数计算,所述目标框细化模块的损失函数至少根据所述样本框为正样本框的权重以及负样本框的权重计算。
2.如权利要求1所述的目标对象识别模型训练方法,其特征在于,所述计算所述样本框为正样本框和负样本框的权重包括:
基于图像分布以及概率权重计算所述样本框为正样本框的权重;
计算所述样本框为负样本框的权重。
3.如权利要求2所述的目标对象识别模型训练方法,其特征在于,所述基于图像分布以及概率权重计算所述样本框为正样本框的权重包括:
基于所述目标对象的位置计算所述样本框的高斯分布;
计算所述正样本框的概率权重,所述概率权重指示所述正样本框包含目标对象的概率;
根据所述正样本框的高斯分布以及所述正样本框的概率权重计算所述正样本框的权重。
4.如权利要求2所述的目标对象识别模型训练方法,其特征在于,所述计算所述样本框为负样本框的权重包括:
基于所述样本框与所述目标对象的位置形成的目标框的交并比计算所述样本框为负样本框的权重。
5.如权利要求1所述的目标对象识别模型训练方法,其特征在于,所述目标框细化模块的损失函数根据所述正样本框的损失函数、所述负样本框的损失函数以及样本框的位置和目标对象的位置之间的损失函数计算获得,
所述正样本框的损失函数基于正样本框的权重以及正样本的联合概率计算获得,
所述负样本框的损失函数基于负样本框的权重以及负样本的联合概率计算获得。
6.如权利要求1所述的目标对象识别模型训练方法,其特征在于,所述目标框细化模块包括扰动模块,所述扰动模块将所述目标框细化模块的输出特征转化为扰动特征,所述扰动特征替代所述目标框细化模块的输出特征以进行所述目标框细化模块的损失函数的计算。
7.如权利要求6所述的目标对象识别模型训练方法,其特征在于,所述目标对象识别模型还包括用以计算所述目标框细化模块的损失函数的第一损失函数模块,所述目标框细化模块包括多个级联的卷积层,所述扰动模块连接至每一卷积层和所述第一损失函数模块之间。
8.如权利要求7所述的目标对象识别模型训练方法,其特征在于,所述扰动模块根据如下步骤将所述输出特征转化为扰动特征:
将所述卷积层的输出特征与所述卷积层的输出特征的全局平均池化总和相乘获得中间乘积;
将所述输出特征与所述中间乘积之和作为所述扰动特征。
9.一种目标对象识别方法,其特征在于,包括:
获取待识别图像;
采用目标对象识别模型,识别所述待识别图像中的目标对象,
其中,所述目标对象识别模型经由如权利要求1至8任一项所述的目标对象识别模型训练方法训练获得。
10.一种目标对象识别装置,其特征在于,包括:
获取模块,配置成待识别图像;
识别模块,配置成采用目标对象识别模型,识别所述待识别图像中的目标对象,
其中,所述目标对象识别模型经由如权利要求1至8任一项所述的目标对象识别模型训练方法训练获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335318.5A CN112906823B (zh) | 2021-03-29 | 2021-03-29 | 目标对象识别模型训练方法、识别方法及识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335318.5A CN112906823B (zh) | 2021-03-29 | 2021-03-29 | 目标对象识别模型训练方法、识别方法及识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112906823A true CN112906823A (zh) | 2021-06-04 |
CN112906823B CN112906823B (zh) | 2022-07-05 |
Family
ID=76109366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110335318.5A Active CN112906823B (zh) | 2021-03-29 | 2021-03-29 | 目标对象识别模型训练方法、识别方法及识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112906823B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537309A (zh) * | 2021-06-30 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种对象识别方法、装置及电子设备 |
CN113537037A (zh) * | 2021-07-12 | 2021-10-22 | 北京洞微科技发展有限公司 | 路面病害识别方法、系统、电子设备及存储介质 |
CN113674142A (zh) * | 2021-08-30 | 2021-11-19 | 国家计算机网络与信息安全管理中心 | 图像中目标物的消融方法、装置、计算机设备及介质 |
WO2023236044A1 (zh) * | 2022-06-07 | 2023-12-14 | 西门子股份公司 | 对象检测模型训练方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111079638A (zh) * | 2019-12-13 | 2020-04-28 | 河北爱尔工业互联网科技有限公司 | 基于卷积神经网络的目标检测模型训练方法、设备和介质 |
CN111368878A (zh) * | 2020-02-14 | 2020-07-03 | 北京电子工程总体研究所 | 一种基于ssd目标检测的优化方法、计算机设备和介质 |
CN111950329A (zh) * | 2019-05-16 | 2020-11-17 | 长沙智能驾驶研究院有限公司 | 目标检测及模型训练方法、装置、计算机设备和存储介质 |
CN112052746A (zh) * | 2020-08-17 | 2020-12-08 | 北京大米科技有限公司 | 目标检测方法、装置、电子设备和可读存储介质 |
-
2021
- 2021-03-29 CN CN202110335318.5A patent/CN112906823B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111950329A (zh) * | 2019-05-16 | 2020-11-17 | 长沙智能驾驶研究院有限公司 | 目标检测及模型训练方法、装置、计算机设备和存储介质 |
CN111079638A (zh) * | 2019-12-13 | 2020-04-28 | 河北爱尔工业互联网科技有限公司 | 基于卷积神经网络的目标检测模型训练方法、设备和介质 |
CN111368878A (zh) * | 2020-02-14 | 2020-07-03 | 北京电子工程总体研究所 | 一种基于ssd目标检测的优化方法、计算机设备和介质 |
CN112052746A (zh) * | 2020-08-17 | 2020-12-08 | 北京大米科技有限公司 | 目标检测方法、装置、电子设备和可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537309A (zh) * | 2021-06-30 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种对象识别方法、装置及电子设备 |
CN113537309B (zh) * | 2021-06-30 | 2023-07-28 | 北京百度网讯科技有限公司 | 一种对象识别方法、装置及电子设备 |
CN113537037A (zh) * | 2021-07-12 | 2021-10-22 | 北京洞微科技发展有限公司 | 路面病害识别方法、系统、电子设备及存储介质 |
CN113674142A (zh) * | 2021-08-30 | 2021-11-19 | 国家计算机网络与信息安全管理中心 | 图像中目标物的消融方法、装置、计算机设备及介质 |
CN113674142B (zh) * | 2021-08-30 | 2023-10-17 | 国家计算机网络与信息安全管理中心 | 图像中目标物的消融方法、装置、计算机设备及介质 |
WO2023236044A1 (zh) * | 2022-06-07 | 2023-12-14 | 西门子股份公司 | 对象检测模型训练方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112906823B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112906823B (zh) | 目标对象识别模型训练方法、识别方法及识别装置 | |
CN111460250B (zh) | 用于画像的数据的清洗方法、装置、介质及电子设备 | |
CN111368878B (zh) | 一种基于ssd目标检测的优化方法、计算机设备和介质 | |
CN110533046B (zh) | 一种图像实例分割方法、装置、计算机可读存储介质及电子设备 | |
CN111368636A (zh) | 目标分类方法、装置、计算机设备和存储介质 | |
CN114255403A (zh) | 基于深度学习的光学遥感图像数据处理方法及系统 | |
CN113657274A (zh) | 表格生成方法、装置、电子设备、存储介质及产品 | |
CN110348516B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN110135428B (zh) | 图像分割处理方法和装置 | |
CN110008899B (zh) | 一种可见光遥感图像候选目标提取与分类方法 | |
CN113223011B (zh) | 基于引导网络和全连接条件随机场的小样本图像分割方法 | |
CN113139612A (zh) | 图像分类方法、分类网络的训练方法和相关产品 | |
CN108830302B (zh) | 一种图像分类方法、训练方法、分类预测方法及相关装置 | |
CN114445716B (zh) | 关键点检测方法、装置、计算机设备、介质及程序产品 | |
CN115240145A (zh) | 基于场景识别的违章作业行为检测方法及系统 | |
CN115170838A (zh) | 一种数据筛选方法及装置 | |
CN114973173A (zh) | 驾驶场景数据的分类方法、装置、电子设备及存储介质 | |
CN117216249A (zh) | 数据分类方法、装置、电子设备、介质及车辆 | |
CN113762308A (zh) | 分类模型的训练方法、分类方法、装置、介质及设备 | |
CN114020916A (zh) | 文本分类方法、装置、存储介质和电子设备 | |
CN110879821A (zh) | 评分卡模型衍生标签生成方法、装置、设备及存储介质 | |
US20240151814A1 (en) | Radar object recognition system and method and non-transitory computer readable medium | |
CN111401224B (zh) | 目标检测方法、装置及电子设备 | |
CN111881833B (zh) | 一种车辆检测方法、装置、设备及存储介质 | |
CN116610806B (zh) | 基于ai的rpa数字化业务处理方法及计算机设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |