CN113657482A - 模型训练方法、目标检测方法、装置、设备以及存储介质 - Google Patents
模型训练方法、目标检测方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113657482A CN113657482A CN202110933475.6A CN202110933475A CN113657482A CN 113657482 A CN113657482 A CN 113657482A CN 202110933475 A CN202110933475 A CN 202110933475A CN 113657482 A CN113657482 A CN 113657482A
- Authority
- CN
- China
- Prior art keywords
- frame
- sub
- anchor
- difference result
- target
- 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
Links
Images
Classifications
-
- 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
- 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
Abstract
本公开提供了一种模型训练方法、目标检测方法、装置、设备以及存储介质,涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于图像处理、图像识别等场景。具体方案为:获取样本图片并输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框,确定出预测框与子标注框的第一差异结果;基于参考标注框在样本图片中确定出对应于参考目标的参考锚框,基于参考锚框的锚点生成对应于子目标的子锚框;确定出子锚框与子标注框的第二差异结果,基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数。训练后得到的目标检测模型可以有效地提高针对特征较少的子目标的检测结果的准确性,显著地提升检测效率。
Description
技术领域
本公开人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于图像处理、图像识别等场景。
背景技术
在一些目标检测场景中,需要从一个较大的图片中对较小的目标进行检测。由于小目标在图像中的特征较少,现有的针对小目标的检测任务的检测方法,通常来说需要耗费较长的时间才能从图像较准确地识别出小目标,这严重地影响了检测效率。
发明内容
本公开提供了一种模型训练方法、目标检测方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种目标检测模型的训练方法,包括:
获取样本图片,样本图片标注有对应于参考目标的参考标注框、对应于参考目标所关联的子目标的子标注框;
将样本图片输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框,并确定出预测框与子标注框的第一差异结果;
基于参考标注框在样本图片中确定出对应于参考目标的参考锚框,并基于参考锚框的锚点生成对应于子目标的子锚框;
确定出子锚框与子标注框的第二差异结果,基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数。
根据本公开的第二方面,提供了一种目标检测方法,包括:
将待检测图像输入到根据本公开第一方面提供的训练方法得到的目标检测模型;
利用目标检测模型标记出图像的参考目标所关联的子目标的预测框。
根据本公开的第三方面,提供了一种目标检测模型的训练装置,包括:
样本获取模块,用于获取样本图片,样本图片标注有对应于参考目标的参考标注框、对应于参考目标所关联的子目标的子标注框;
模型执行模块,用于将样本图片输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框,并确定出预测框与子标注框的第一差异结果;
锚框生成模块,用于基于参考标注框在样本图片中确定出对应于参考目标的参考锚框,并基于参考锚框的锚点生成对应于子目标的子锚框;
参数调整模块,用于确定出子锚框与子标注框的第二差异结果,基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数。
根据本公开的第四方面,提供了一种目标检测装置,包括:
图像获取模块,用于将待检测图像输入到根据本公开的第一方面提供的训练方法得到的目标检测模型;
结果输出模块,用于利用目标检测模型标记出图像的参考目标所关联的子目标的预测框。
根据本公开的第五方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的目标检测模型的训练方法或目标检测方法。
根据本公开的第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述的目标检测模型的训练方法或目标检测方法。
根据本公开的第七方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述的目标检测模型的训练方法或目标检测方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本公开提供的技术方案带来的有益效果是:
在本公开的技术方案中,在训练目标检测模型的匹配阶段,基于较大的参考目标的标注框和锚框来确定用于生成较小的子目标的锚框的位置,以便可以尽可能多地利用到较大的参考目标的特征,从而提升针对子目标的检测结果的准确性;在训练目标检测模型的回归阶段,仅针对子目标的检测结果进行回归,从而使模型训练过程在整体上更加简洁高效,提升模型训练的效率。
训练后得到的目标检测模型兼顾了针对较大的参考目标和较小的子目标的检测功能,能够较充分地利用较大的参考目标的特征对子目标的进行检测,即可以有效地提高针对特征较少的子目标的检测结果的准确性,又可以显著地提升检测效率。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示出了本公开实施例提供的一种目标检测模型的训练方法的流程示意图;
图2示出了本公开实施例提供的另一种目标检测模型的训练方法的流程示意图;
图3示出了本公开实施例提供的一种目标检测方法的流程示意图;
图4示出了本公开实施例提供的一种目标检测模型的训练装置的示意图;
图5示出了本公开实施例提供的一种目标检测装置的示意图;
图6示出了可以用来实施本公开实施例提供的目标检测模型的训练方法或目标检测方法的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在一些目标检测场景中,需要从一个较大的图片中对较小的目标进行检测。由于小目标在图像中的特征较少,现有的针对小目标的检测任务的检测方法,通常来说需要耗费较长的时间才能从图像较准确地识别出小目标,这严重地影响了检测效率。
现有的一种针对小目标的检测任务的检测方法,为了从图像中识别出的特征较少的小目标,可以先从图像中检测出与小目标有关联的大目标,再将大目标的图像从原始的图像扣取下来,之后在大目标的图像中继续检测小目标。然而,这种目标检测方法至少需要针对大目标的检测模型和针对小目标的检测模型,导致模型的架构较为复杂;另外,由于检测过程中需要将大目标的图像从原始的图像扣取下来才能继续检测小目标,这些流程消耗会导致算力利用不足,从而增加检测流程的整体耗时,并且随着图像中待检测的小目标数量的增加,还会导致目标检测流程呈线性增加,严重地影响检测效率。
现有的另一种针对小目标的检测任务的检测方法,可以直接从原始的图像中对小目标进行检测,由于小目标在图像中的特征较少,这就需要较大的输入图片,从而会增加检测流程的整体耗时,严重地影响检测效率。
本公开实施例提供的模型训练方法、目标检测方法、装置、设备以及存储介质,旨在解决现有技术的如上技术问题中的至少一个。
为了便于理解和描述,首先需要说明的是,样本图片包含有参考目标、以及与参考目标所关联的子目标,这里,参考目标是较大的目标,子目标是较小的目标,子目标被包含在参考目标内。可以理解,参考目标的特征较多,而子目标的特征较少。例如,样本图片包含有汽车图像,其中,汽车图像为参考目标,汽车图像中的车牌图像为子目标。本公开实施例所要训练的目标检测模型的作用之一,就是从图片中较准确地标注出子目标的预测框。
图1示出了本公开实施例提供的一种目标检测模型的训练方法的流程示意图,如图1所示,该方法主要可以包括以下步骤:
S110:获取样本图片。
在本公开实施例中,样本图片标注有对应于参考目标的参考标注框、对应于参考目标所关联的子目标的子标注框。为了便于理解和描述,在此对本公开实施例所涉及的各类框的含义进行说明。
在本公开实施例中,标注框也可以称为真实框(Ground truth box),是针对指定的目标进行人工标注所得到的框,为了便于理解,本公开实施例将参考目标的标注框称为参考标注框,将子目标的标注框称为子标注框。
在本公开实施例中,预测框(Prediction box),是由目标检测模型针对指定目标计算输出的框。
在本公开实施例中,锚框(Anchor box)是根据图片中的目标的位置类聚出来的,用于预测框计算做参考;基于这个参考,算法生成的预测框仅需要在这个锚框的基础上进行“精修或微调(fine-tuning)”,这样算法可以收敛的更快,检测效果更好。为了便于理解,本公开实施例将参考目标的锚框为参考锚框,将子目标的锚框称为子锚框。
S120:将样本图片输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框,并确定出预测框与子标注框的第一差异结果。
可以理解,目标检测模型为待训练的模型,目标检测模型的类型可以根据实际的设计需要而定,例如目标检测模型可以是R-CNN模型、OverFeat模型、SSD模型、YOLO v3模型和M2Det模型等,本公开实施例对此不做限制,通过上述任一目标检测模型可以在样本图片中生成对应于子目标的预测框。
本公开实施例在生成对应于子目标的预测框之后,可以对子目标的预测框与子标注框进行比较,得到第一差异结果。可选地,本公开实施例可以计算出预测框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第一差异结果。
S130:基于参考标注框在样本图片中确定出对应于参考目标的参考锚框。
本公开实施例可以在样本图片生成多个对应于参考目标的锚框,并基于参考标注框从多个锚框筛选出符合预设条件的锚框,将符合预设条件的锚框确定为对应于参考目标的参考锚框。可选地,本公开实施例可以将样本图片中的多个像素点分别作为锚点,基于每个锚点生成对应的候选锚框;计算每个候选锚框与参考标注框的相似度;将与参考标注框的相似度最大的候选锚框,确定为对应于参考目标的参考锚框。
S140:基于参考锚框的锚点生成对应于子目标的子锚框。
本公开实施例可以将参考锚框的锚点作为待生成的子锚框锚点,从而基于参考锚框的锚点生成对应于子目标的子锚框。可选地,本公开实施例可以将参考锚框的锚点作为待生成的子锚框的中心点,并确定出待生成的子锚框的尺寸参数;基于参考锚框的锚点的位置参数和待生成的子锚框的尺寸参数,生成对应于子目标的子锚框。
S150:确定出子锚框与子标注框的第二差异结果。
本公开实施例在生成对应于子目标的子锚框之后,可以对子目标的子锚框与子标注框进行比较,得到第二差异结果。可选地,本公开实施例可以计算出子锚框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第二差异结果。
S160:基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数。
本公开实施例可以对第一差异结果和第二差异结果相减以得到差值,依据该差值来调整目标检测模型的参数,以便使该差值尽可能小。可选地,本公开实施例可以计算第一差异结果和第二差异结果的差值,将差值确定为目标检测模型的损失函数值;基于损失函数值调整目标检测模型的参数,直至损失函数值达到预设损失值。
上述步骤S130为训练过程的匹配阶段,上述步骤S140至步骤S160为训练过程的回归阶段,本公开实施例提供的目标检测模型的训练方法,在训练目标检测模型的匹配阶段,基于较大的参考目标的标注框和锚框来确定用于生成较小的子目标的锚框的位置,以便可以尽可能多地利用到较大的参考目标的特征,从而提升针对子目标的检测结果的准确性;在训练目标检测模型的回归阶段,仅针对子目标的检测结果进行回归,从而使模型训练过程在整体上更加简洁高效,提升模型训练的效率。
图2示出了本公开实施例提供的另一种目标检测模型的训练方法的流程示意图,如图2所示,该方法主要可以包括以下步骤:
S210:获取样本图片。
如前文所述,样本图片标注有对应于参考目标的参考标注框、对应于参考目标所关联的子目标的子标注框。本公开实施例所涉及的各类框的含义可以参见步骤S110中的描述,此处不再赘述。
S220:将样本图片输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框。
可以理解,目标检测模型为待训练的模型,目标检测模型的类型可以根据实际的设计需要而定,例如目标检测模型可以是R-CNN模型、OverFeat模型、SSD模型、YOLO v3模型和M2Det模型等,本公开实施例对此不做限制,通过上述任一目标检测模型可以在样本图片中生成对应于子目标的预测框。
S230:计算出预测框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第一差异结果。
本公开实施例在生成对应于子目标的预测框之后,可以从预测框和子标注框在样本图像中的位置维度以及框本身的尺寸维度进行比较,计算出预测框与子标注框在位置差异结果和尺寸差异结果。从多个维度对预测框和子标注框进行比较,可以较全面客观地体现两个框的差异程度。
可选地,步骤S230所述的位置差异结果可以包括预测框与子标注框的中心点之间的偏移量,当然,位置差异结果也可以是其它的能够表征预测框与子标注框的位置偏差的参数,本公开实施例对此不作限制。
可选地,步骤S230所述的尺寸差异结果可以包括预测框与子标注框的长宽比的差值、长边的差值和宽边的差值之中的至少一项,当然,尺寸差异结果也可以是其它的能够表征预测框与子标注框的尺寸偏差的参数,本公开实施例对此不作限制。
S240:将样本图片中的多个像素点分别作为锚点,基于每个锚点生成对应的候选锚框。
本公开实施例可以将样本图片中的每个像素点分别作为锚点,也可以从样本图片的像素点中筛选出一部分像素点分别作为锚点。
可选地,本公开实施例可以对样本图像进行下采样,得到指定维度的特征图,基于特征图从样本图片的像素点中筛选对应数量的像素点分别作为锚点。例如,假设样本图片时224x224的图片,对该样本图片下采样了5次,得到7x7的特征图,那就只需要得到7x7=49个锚点,这样的设置大大减少了锚框的数量,同时也能覆盖大多数情况。
可选地,在从样本图片中确定出锚点之后,针对每个锚点,可以将该锚点作为待生成的候选锚框的中心点,并确定出待生成的候选锚框的尺寸参数;基于该锚点的位置参数和待生成的候选锚框的尺寸参数,生成对应的候选锚框。这里,尺寸参数可以包括锚框的长宽比、长边值和宽边值之中的至少一项。
S250:计算每个候选锚框与参考标注框的相似度;将与参考标注框的相似度最大的候选锚框,确定为对应于参考目标的参考锚框。
本公开实施例通过相似度来筛选出与参考标注框最接近的锚框,确保了筛选结果的客观性和准确性。可选地,可以使用交并比来表征相似度,交并比越大,则表示相似度越大,当然,也可以采用其他参数(如偏移量)来表征相似度,本公开实施对此不作限制。
可选地,本公开实施例可以计算每个候选锚框与参考标注框的交并比,将每个候选锚框对应的交并比确定为该候选锚框与参考标注框的相似度。
这里,交并比(Intersection-over-Union,IoU)为目标检测中使用的一个概念,是候选锚框与参考标注框的交叠率,即它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。
S260:基于参考锚框的锚点生成对应于子目标的子锚框。
本公开实施例可以将参考锚框的锚点作为待生成的子锚框锚点,从而基于参考锚框的锚点生成对应于子目标的子锚框。可选地,本公开实施例可以将参考锚框的锚点作为待生成的子锚框的中心点,并确定出待生成的子锚框的尺寸参数;基于参考锚框的锚点的位置参数和待生成的子锚框的尺寸参数,生成对应于子目标的子锚框。这里,尺寸参数可以包括锚框的长宽比、长边值和宽边值之中的至少一项。
S270:计算出子锚框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第二差异结果。
本公开实施例在生成对应于子目标的子锚框之后,可以从子锚框和子标注框在样本图像中的位置维度以及框本身的尺寸维度进行比较,计算出子锚框与子标注框在位置差异结果和尺寸差异结果。从多个维度对子锚框和子标注框进行比较,可以较全面客观地体现两个框的差异程度。
可选地,步骤S270所述的位置差异结果可以包括子锚框与子标注框的中心点之间的偏移量,当然,位置差异结果也可以是其它的能够表征预测框与子标注框的位置偏差的参数,本公开实施例对此不作限制。
可选地,步骤S230所述的尺寸差异结果可以包括子锚框与子标注框的长宽比的差值、长边的差值和宽边的差值之中的至少一项,当然,尺寸差异结果也可以是其它的能够表征子锚框与子标注框的尺寸偏差的参数,本公开实施例对此不作限制。
S280:计算第一差异结果和第二差异结果的差值,将差值确定为目标检测模型的损失函数值。
如前文所述,第一差异结果包含预测框与子标注框在位置差异结果和尺寸差异结果,第二差异结果包含子锚框与子标注框在位置差异结果和尺寸差异结果。可以将第一差异结果中的位置差异结果与第二差异结果中的位置差异结果相减得到位置差值,将第一差异结果中的尺寸差异结果与第二差异结果中的尺寸差异结果相减得到尺寸差值,基于位置差值和尺寸差值得到第一差异结果和第二差异结果的差值。
S290:基于损失函数值调整目标检测模型的参数,直至损失函数值达到预设损失值。
可以理解,本公开实施例可以基于损失函数值调整目标检测模型的参,以使损失函数值尽可能接近或小于预设损失值,这里,预设损失值的具体数值可以根据实际的设计需要而定,本公开实施例对此不做限定。
图3示出了本公开实施例提供的一种目标检测方法的流程示意图,如图3所示,该方法主要可以包括以下步骤:
S310:将待检测图像输入到训练好的目标检测模型。
S320:利用目标检测模型标记出图像的参考目标所关联的子目标的预测框。
待检测图像中可以包含有参考目标、以及与参考目标所关联的子目标,这里,参考目标是较大的目标,子目标是较小的目标,子目标被包含在参考目标内。例如,样本图片包含有汽车图像,其中,汽车图像为参考目标,汽车图像中的车牌图像为子目标。可以理解,步骤S310所述的目标检测模型是通过本公开实施例的上述训练方法训练得到,该目标检测模型可以对待检测图像中的子目标进行识别,标记出子目标的预测框。
可以理解,训练后得到的目标检测模型兼顾了针对较大的参考目标和较小的子目标的检测功能,能够较充分地利用较大的参考目标的特征对子目标的进行检测,即可以有效地提高针对特征较少的子目标的检测结果的准确性,又可以显著地提升检测效率。
基于与上述的目标检测模型的训练方法相同的原理,图4示出了本公开实施例提供的一种目标检测模型的训练装置的示意图。如图4所示,目标检测模型的训练装置400包括样本获取模块410、模型执行模块420、锚框生成模块430和参数调整模块440。
样本获取模块410用于获取样本图片,样本图片标注有对应于参考目标的参考标注框、对应于参考目标所关联的子目标的子标注框。
模型执行模块420用于将样本图片输入到目标检测模型,利用目标检测模型在样本图片中生成对应于子目标的预测框,并确定出预测框与子标注框的第一差异结果。
锚框生成模块430用于基于参考标注框在样本图片中确定出对应于参考目标的参考锚框,并基于参考锚框的锚点生成对应于子目标的子锚框。
参数调整模块440用于确定出子锚框与子标注框的第二差异结果,基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数。
本公开实施例提供的目标检测模型的训练装置,在训练目标检测模型的匹配阶段,基于较大的参考目标的标注框和锚框来确定用于生成较小的子目标的锚框的位置,以便可以尽可能多地利用到较大的参考目标的特征,从而提升针对子目标的检测结果的准确性;在训练目标检测模型的回归阶段,仅针对子目标的检测结果进行回归,从而使模型训练过程在整体上更加简洁高效,提升模型训练的效率。
在本公开实施例中,锚框生成模块430在用于基于参考标注框在样本图片中确定出对应于参考目标的参考锚框时,具体用于:
将样本图片中的多个像素点分别作为锚点,基于每个锚点生成对应的候选锚框;
计算每个候选锚框与参考标注框的相似度;
将与参考标注框的相似度最大的候选锚框,确定为对应于参考目标的参考锚框。
在本公开实施例中,锚框生成模块430在用于基于每个锚点生成对应的候选锚框时,具体用于:
针对每个锚点,将该锚点作为待生成的候选锚框的中心点,并确定出待生成的候选锚框的尺寸参数;
基于该锚点的位置参数和待生成的候选锚框的尺寸参数,生成对应的候选锚框。
在本公开实施例中,锚框生成模块430在用于计算每个候选锚框与参考标注框的相似度时,具体用于:
计算每个候选锚框与参考标注框的交并比;
将每个候选锚框对应的交并比确定为该候选锚框与参考标注框的相似度。
在本公开实施例中,锚框生成模块430在用于基于参考锚框的锚点生成对应于子目标的子锚框时,具体用于:
将参考锚框的锚点作为待生成的子锚框的中心点,并确定出待生成的子锚框的尺寸参数;
基于参考锚框的锚点的位置参数和待生成的子锚框的尺寸参数,生成对应于子目标的子锚框。
在本公开实施例中,模型执行模块420在用于确定出预测框与子标注框的第一差异结果时,具体用于:计算出预测框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第一差异结果;
在本公开实施例中,参数调整模块440在用于确定出子锚框与子标注框的第二差异结果时,具体用于:计算出子锚框与子标注框在位置差异结果和尺寸差异结果,生成包含位置差异结果和尺寸差异结果的第一差异结果。
在本公开实施例中,参数调整模块440在用于基于第一差异结果和第二差异结果的差值,调整目标检测模型的参数时,具体用于:
计算第一差异结果和第二差异结果的差值,将差值确定为目标检测模型的损失函数值;
基于损失函数值调整目标检测模型的参数,直至损失函数值达到预设损失值。
可以理解的是,本公开实施例中的目标检测模型的训练装置的上述各模块具有实现上述的目标检测模型的训练方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述目标检测模型的训练装置的各模块的功能描述具体可以参见上述的目标检测模型的训练方法的对应描述,在此不再赘述。
基于与上述的目标检测方法相同的原理,图5示出了本公开实施例提供的一种目标检测装置的示意图。如图5所示,目标检测装置500包括图像获取模块510和结果输出模块520。
图像获取模块510用于将待检测图像输入到根据权利要求1至7中任一项的训练方法得到的目标检测模型。
结果输出模块520用于利用目标检测模型标记出图像的参考目标所关联的子目标的预测框。
可以理解,训练后得到的目标检测模型兼顾了针对较大的参考目标和较小的子目标的检测功能,能够较充分地利用较大的参考目标的特征对子目标的进行检测,即可以有效地提高针对特征较少的子目标的检测结果的准确性,又可以显著地提升检测效率。
可以理解的是,本公开实施例中的目标检测装置的上述各模块具有实现上述的目标检测方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述目标检测装置的各模块的功能描述具体可以参见上述的目标检测方法的对应描述,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开实施例提供的目标检测模型的训练方法或目标检测方法的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器ROM602中的计算机程序或者从存储单元608加载到随机访问存储器RAM603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如目标检测模型的训练方法或目标检测方法。例如,在一些实施例中,目标检测模型的训练方法或目标检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的目标检测模型的训练方法或目标检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标检测模型的训练方法或目标检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种目标检测模型的训练方法,包括:
获取样本图片,所述样本图片标注有对应于参考目标的参考标注框、对应于所述参考目标所关联的子目标的子标注框;
将所述样本图片输入到目标检测模型,利用所述目标检测模型在所述样本图片中生成对应于所述子目标的预测框,并确定出所述预测框与所述子标注框的第一差异结果;
基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框,并基于所述参考锚框的锚点生成对应于所述子目标的子锚框;
确定出所述子锚框与所述子标注框的第二差异结果,基于所述第一差异结果和所述第二差异结果的差值,调整所述目标检测模型的参数。
2.根据权利要求1所述的方法,其中,所述基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框,包括:
将所述样本图片中的多个像素点分别作为锚点,基于每个所述锚点生成对应的候选锚框;
计算每个所述候选锚框与所述参考标注框的相似度;
将与所述参考标注框的相似度最大的所述候选锚框,确定为对应于所述参考目标的参考锚框。
3.根据权利要求2所述的方法,其中,所述基于每个所述锚点生成对应的候选锚框,包括:
针对每个所述锚点,将该锚点作为待生成的候选锚框的中心点,并确定出所述待生成的候选锚框的尺寸参数;
基于该锚点的位置参数和所述待生成的候选锚框的尺寸参数,生成对应的候选锚框。
4.根据权利要求2所述的方法,其中,所述计算每个所述候选锚框与所述参考标注框的相似度,包括:
计算每个所述候选锚框与所述参考标注框的交并比;
将每个所述候选锚框对应的交并比确定为该候选锚框与所述参考标注框的相似度。
5.根据权利要求1-4中任一项所述的方法,其中,所述基于所述参考锚框的锚点生成对应于所述子目标的子锚框,包括:
将所述参考锚框的锚点作为待生成的子锚框的中心点,并确定出所述待生成的子锚框的尺寸参数;
基于所述参考锚框的锚点的位置参数和所述待生成的子锚框的尺寸参数,生成对应于所述子目标的子锚框。
6.根据权利要求1-4中任一项所述的方法,其中,
所述确定出所述预测框与所述子标注框的第一差异结果,包括:计算出所述预测框与所述子标注框在位置差异结果和尺寸差异结果,生成包含所述位置差异结果和所述尺寸差异结果的第一差异结果;
和/或,所述确定出所述子锚框与所述子标注框的第二差异结果,包括:计算出所述子锚框与所述子标注框在位置差异结果和尺寸差异结果,生成包含所述位置差异结果和所述尺寸差异结果的第二差异结果。
7.根据权利要求1-4中任一项所述的方法,其中,所述基于所述第一差异结果和所述第二差异结果的差值,调整所述目标检测模型的参数,包括:
计算所述第一差异结果和所述第二差异结果的差值,将所述差值确定为所述目标检测模型的损失函数值;
基于所述损失函数值调整所述目标检测模型的参数,直至所述损失函数值达到预设损失值。
8.一种目标检测方法,包括:
将待检测图像输入到根据权利要求1至7中任一项所述的训练方法得到的目标检测模型;
利用所述目标检测模型标记出所述图像的参考目标所关联的子目标的预测框。
9.一种目标检测模型的训练装置,包括:
样本获取模块,用于获取样本图片,所述样本图片标注有对应于参考目标的参考标注框、对应于所述参考目标所关联的子目标的子标注框;
模型执行模块,用于将所述样本图片输入到目标检测模型,利用所述目标检测模型在所述样本图片中生成对应于所述子目标的预测框,并确定出所述预测框与所述子标注框的第一差异结果;
锚框生成模块,用于基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框,并基于所述参考锚框的锚点生成对应于所述子目标的子锚框;
参数调整模块,用于确定出所述子锚框与所述子标注框的第二差异结果,基于所述第一差异结果和所述第二差异结果的差值,调整所述目标检测模型的参数。
10.根据权利要求9所述的装置,其中,所述锚框生成模块在用于基于所述参考标注框在所述样本图片中确定出对应于所述参考目标的参考锚框时,具体用于:
将所述样本图片中的多个像素点分别作为锚点,基于每个所述锚点生成对应的候选锚框;
计算每个所述候选锚框与所述参考标注框的相似度;
将与所述参考标注框的相似度最大的所述候选锚框,确定为对应于所述参考目标的参考锚框。
11.根据权利要求10所述的装置,其中,所述锚框生成模块在用于基于每个所述锚点生成对应的候选锚框时,具体用于:
针对每个所述锚点,将该锚点作为待生成的候选锚框的中心点,并确定出所述待生成的候选锚框的尺寸参数;
基于该锚点的位置参数和所述待生成的候选锚框的尺寸参数,生成对应的候选锚框。
12.根据权利要求10所述的装置,其中,所述锚框生成模块在用于计算每个所述候选锚框与所述参考标注框的相似度时,具体用于:
计算每个所述候选锚框与所述参考标注框的交并比;
将每个所述候选锚框对应的交并比确定为该候选锚框与所述参考标注框的相似度。
13.根据权利要求9-12中任一项所述的装置,所述的装置,其中,所述锚框生成模块在用于基于所述参考锚框的锚点生成对应于所述子目标的子锚框时,具体用于:
将所述参考锚框的锚点作为待生成的子锚框的中心点,并确定出所述待生成的子锚框的尺寸参数;
基于所述参考锚框的锚点的位置参数和所述待生成的子锚框的尺寸参数,生成对应于所述子目标的子锚框。
14.根据权利要求9-12中任一项所述的装置,其中,
所述模型执行模块在用于确定出所述预测框与所述子标注框的第一差异结果时,具体用于:计算出所述预测框与所述子标注框在位置差异结果和尺寸差异结果,生成包含所述位置差异结果和尺寸差异结果的第一差异结果;
和/或,所述参数调整模块在用于确定出所述子锚框与所述子标注框的第二差异结果时,具体用于:计算出所述子锚框与所述子标注框在位置差异结果和尺寸差异结果,生成包含所述位置差异结果和尺寸差异结果的第二差异结果。
15.根据权利要求9-12中任一项所述的装置,其中,所述参数调整模块在用于基于所述第一差异结果和所述第二差异结果的差值,调整所述目标检测模型的参数时,具体用于:
计算所述第一差异结果和所述第二差异结果的差值,将所述差值确定为所述目标检测模型的损失函数值;
基于所述损失函数值调整所述目标检测模型的参数,直至所述损失函数值达到预设损失值。
16.一种目标检测装置,包括:
图像获取模块,用于将待检测图像输入到根据权利要求1至7中任一项所述的训练方法得到的目标检测模型;
结果输出模块,用于利用所述目标检测模型标记出所述图像的参考目标所关联的子目标的预测框。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法或权利要求8所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法或权利要求8所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法或权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110933475.6A CN113657482A (zh) | 2021-08-14 | 2021-08-14 | 模型训练方法、目标检测方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110933475.6A CN113657482A (zh) | 2021-08-14 | 2021-08-14 | 模型训练方法、目标检测方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113657482A true CN113657482A (zh) | 2021-11-16 |
Family
ID=78480291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110933475.6A Pending CN113657482A (zh) | 2021-08-14 | 2021-08-14 | 模型训练方法、目标检测方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657482A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200167586A1 (en) * | 2018-11-26 | 2020-05-28 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for detecting region of interset in image |
WO2020258793A1 (zh) * | 2019-06-26 | 2020-12-30 | 北京市商汤科技开发有限公司 | 目标检测及目标检测网络的训练 |
CN112215117A (zh) * | 2020-09-30 | 2021-01-12 | 北京博雅智康科技有限公司 | 一种基于宫颈细胞学图像的异常细胞识别方法及系统 |
CN113052217A (zh) * | 2021-03-15 | 2021-06-29 | 上海云从汇临人工智能科技有限公司 | 预测结果标识及其模型训练方法、装置及计算机存储介质 |
-
2021
- 2021-08-14 CN CN202110933475.6A patent/CN113657482A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200167586A1 (en) * | 2018-11-26 | 2020-05-28 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for detecting region of interset in image |
WO2020258793A1 (zh) * | 2019-06-26 | 2020-12-30 | 北京市商汤科技开发有限公司 | 目标检测及目标检测网络的训练 |
CN112215117A (zh) * | 2020-09-30 | 2021-01-12 | 北京博雅智康科技有限公司 | 一种基于宫颈细胞学图像的异常细胞识别方法及系统 |
CN113052217A (zh) * | 2021-03-15 | 2021-06-29 | 上海云从汇临人工智能科技有限公司 | 预测结果标识及其模型训练方法、装置及计算机存储介质 |
Non-Patent Citations (3)
Title |
---|
李承昊;茹乐;何林远;迟文升;: "一种可变锚框候选区域网络的目标检测方法", 北京航空航天大学学报, no. 08 * |
聂鑫;刘文;吴巍;: "复杂场景下基于增强YOLOv3的船舶目标检测", 计算机应用, no. 09 * |
赵琼;李宝清;李唐薇;: "基于改进YOLO v3的目标检测算法", 激光与光电子学进展, no. 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113674421B (zh) | 3d目标检测方法、模型训练方法、相关装置及电子设备 | |
CN112929695B (zh) | 视频去重方法、装置、电子设备和存储介质 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
US20220351398A1 (en) | Depth detection method, method for training depth estimation branch network, electronic device, and storage medium | |
CN112528995B (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
KR20220126264A (ko) | 비디오 흔들림 검출 방법, 장치, 전자 기기 및 저장 매체 | |
CN115690443B (zh) | 特征提取模型训练方法、图像分类方法及相关装置 | |
CN115359308B (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN115147680A (zh) | 目标检测模型的预训练方法、装置以及设备 | |
CN113033346B (zh) | 文本检测方法、装置和电子设备 | |
CN114495101A (zh) | 文本检测方法、文本检测网络的训练方法及装置 | |
CN113901998A (zh) | 模型的训练方法、装置、设备、存储介质以及检测方法 | |
CN114882313B (zh) | 生成图像标注信息的方法、装置、电子设备及存储介质 | |
CN113657482A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113947146A (zh) | 样本数据生成方法、模型训练方法、图像检测方法及装置 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN116109991B (zh) | 模型的约束参数确定方法、装置及电子设备 | |
CN114494818B (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
CN116416500B (zh) | 图像识别模型训练方法、图像识别方法、装置及电子设备 |
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 |