CN113963186A - 目标检测模型的训练方法、目标检测方法及相关装置 - Google Patents

Abstract

本公开提供了一种目标检测模型的训练方法和目标检测方法，以及对应的装置、电子设备、计算机可读存储介质及计算机程序产品，涉及计算机视觉和深度学习等人工智能技术领域。该方法包括：获取从目标检测场景采集到的包含目标检测对象的无标注数据集；利用无标注数据集对自监督算法进行训练，得到第一预训练模型；利用与目标检测对象对应的目标检测算法，在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练；响应于经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求，输出为目标检测模型。应用该方法得到的目标检测模型训练提升了对目标检测场景的目标检测对象的检测效果。

Description

目标检测模型的训练方法、目标检测方法及相关装置

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域，尤其涉及一种目标检测模型的训练方法和目标检测方法，以及对应的装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术

随着人工智能、深度学习技术的不断发展，得到高精度模型的一大痛点为需要对采集设备采集到的未标注数据进行标注，以便于基于标注带来的监督思想下让更好的学习到用户的意愿。

由于可以较为轻易的获取到大量的未标注数据，但对这些大量的未标注数据进行标注则需要付出大量的精力。为尽可能的利用这些未标注数据开发出了自监督学习方法，即不需要模型从用户对数据的标注中学习监督和指导思想，而是依靠模型自行寻找学习目标。

但也正是由于自监督学习没有明确的学习目标，往往只能学习到通用的特征表达能力，难以与实际应用场景相结合实现较好的效果。

发明内容

本公开实施例提出了一种目标检测模型的训练、目标检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

第一方面，本公开实施例提出了一种目标检测模型的训练方法，包括：获取从目标检测场景采集到的包含目标检测对象的无标注数据集；利用无标注数据集对自监督算法进行训练，得到第一预训练模型；利用与目标检测对象对应的目标检测算法，在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练；响应于经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求，输出为目标检测模型。

第二方面，本公开实施例提出了一种目标检测模型的训练装置，包括：无标注数据获取单元，被配置成获取从目标检测场景采集到的包含目标检测对象的无标注数据集；自监督算法训练单元，被配置成利用无标注数据集对自监督算法进行训练，得到第一预训练模型；目标检测算法训练单元，被配置成利用与目标检测对象对应的目标检测算法，在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练；目标检测模型输出单元，被配置成响应于经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求，输出为目标检测模型。

第三方面，本公开实施例提出了一种目标检测方法，包括：获取待检测文件；调用目标检测模型检测待检测文件中包含的目标检测对象，目标检测模型根据如第一方面中任一实现方式描述的目标检测模型的训练方法得到。

第四方面，本公开实施例提出了一种目标检测装置，包括：待检测文件获取单元，被配置成获取待检测文件；模型调用及检测单元，被配置成调用目标检测模型检测待检测文件中包含的目标检测对象，目标检测模型根据如第二方面中任一实现方式描述的目标检测模型的训练装置得到。

第五方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的目标检测模型的训练方法或如第三方面中任一实现方式描述的目标检测方法。

第六方面，本公开实施例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，该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的目标检测模型的训练方法或如第三方面中任一实现方式描述的目标检测方法。

第七方面，本公开实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的目标检测模型的训练方法或如第三方面中任一实现方式描述的目标检测方法。

本公开实施例提供的目标检测模型的训练、目标检测方法，通过将采集自目标检测场景的无标注数据集作为场景训练样本来对自监督算法进行训练，使得自监督算法的训练数据和后续实际的待检测数据保持同源，进而使得第一预训练模型学习到的特征表示能力更匹配于目标检测场景的目标检测对象。而通过网络骨干参数的继承则相当于在第一预训练模型所具有的能力的基础上为其增加能够更好的对目标检测对象进行检测的目标检测能力，进而使得最终训练出的目标检测模型能够拥有更符合实际需求的对象检测能力。

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。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开可以应用于其中的示例性系统架构；

图2为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图；

图3为本公开实施例提供的一种训练得到第一预训练模型的方法的流程图；

图4为本公开实施例提供的一种训练得到第二预训练模型的方法的流程图；

图5为本公开实施例提供的一种目标检测模型的训练装置的结构框图；

图6为本公开实施例提供的一种目标检测装置的结构框图；

图7为本公开实施例提供的一种适用于执行目标检测模型的训练方法和/或目标检测方法的电子设备的结构示意图。

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。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图1示出了可以应用本申请的用于训练人脸识别模型以及识别人脸的方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103和服务器105上可以安装有各种用于实现两者之间进行信息通讯的应用，例如模型训练类应用、模型应用类应用、目标检测类应用等。

终端设备101、102、103和服务器105可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等；当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中，其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器；服务器为软件时，可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块，在此不做具体限定。

服务器105通过内置的各种应用可以提供各种服务，以可以提供对目标检测场景下的目标检测对象提供需求的目标检测能力的目标检测类应用为例，服务器105在运行该目标检测类应用时可实现如下效果：首先，通过网络104接收由终端设备101、102、103传入的待检测文件；然后，调用目标检测模型检测待检测文件中包含的目标检测对象。进一步的，服务器105还可以将检测结果通过网络104再返回给终端设备101、102、103，以借助终端设备101、102、103的显示设备呈现给相应的用户。

其中，目标检测模型可由服务器105上内置的目标检测模型的训练类应用按如下步骤训练得到：首先，获取从目标检测场景采集到的包含目标检测对象的大量无标注数据；然后，利用无标注数据集对自监督算法进行训练，得到第一预训练模型；接着，利用与目标检测对象对应的目标检测算法，在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练；最后，响应于经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求，输出为目标检测模型。

由于为训练得到目标检测模型需要占用较多的运算资源和较强的运算能力，因此本申请后续各实施例所提供的目标检测模型的训练方法一般由拥有较强运算能力、较多运算资源的服务器105来执行，相应地，目标检测模型的训练装置一般也设置于服务器105中。但同时也需要指出的是，在终端设备101、102、103也具有满足要求的运算能力和运算资源时，终端设备101、102、103也可以通过其上安装的目标检测模型的训练类应用完成上述本交由服务器105做的各项运算，进而输出与服务器105同样的结果。相应的，目标检测模型的训练装置也可以设置于终端设备101、102、103中。在此种情况下，示例性系统架构100也可以不包括服务器105和网络104。

当然，用于训练得到目标检测模型的服务器可以不同于调用训练好的目标检测模型来使用的服务器。特殊的，经由服务器105训练得到的目标检测模型也可以通过模型蒸馏的方式得到适合置入终端设备101、102、103的轻量级的目标检测模型，即可以根据实际需求的识别准确度灵活选择使用终端设备101、102、103中的轻量级的目标检测模型，还是选择使用服务器105中的较复杂的目标检测模型。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

请参考图2，图2为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图，其中流程200包括以下步骤：

步骤201：获取从目标检测场景采集到的包含目标检测对象的无标注数据集；

本步骤旨在由目标检测模型的训练方法的执行主体(例如图1所示的服务器105)获取采集自目标检测场景的包含目标检测对象的无标注数据集，即该无标注数据集包含大量未进行标注的数据。

根据目标检测场景的不同、目标检测对象的不同，无标注数据的获取方式也不尽相同，例如当目标检测场景为马路路口的违章检测场景时，目标检测对象就是可能犯违章的车辆和行人，这时的无标注数据通常由架设在该马路路口的监控设备、抓拍设备或行车记录仪等图像采集设备；当目标检测场景为对某个影视资源内的角色的行为检测场景，目标检测对象就是某个目标角色，这时的无标注数据通常由图像渲染设备输出的连续视频帧或连续图片集合。

除这些列举出的检测场景外，还可以应实际需求存在多种其它的检测场景，并对不同的检测对象实现对应于实际需求的检测能力。

步骤202：利用无标注数据集对自监督算法进行训练，得到第一预训练模型；

在步骤201的基础上，本步骤旨在利用无标注数据集对自监督算法进行训练，得到第一预训练模型，以期通过自监督算法的特性从采集自目标检测场景的无标注数据集中学习到有关目标检测对象的特征表达能力。

自监督学习可以算作是无监督学习的一种，即主要是利用辅助任务从大规模的无监督数据中挖掘自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对下游任务有价值的表征。也就是说自监督学习的监督信息不是人工标注的，而是算法在大规模无监督数据中自动构造监督信息，来进行监督学习或训练。这个过程也被称为自监督学习训练。

具体的，根据训练样本的数据类型、训练目标的不同，也可以细分出多种不同的自监督算法，例如用于对图像数据可达到像素级别的自监督算法PixPro，以及用于对文本或结构化数据处理的其它自监督算法等。

步骤203：利用与目标检测对象对应的目标检测算法，在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练；

在步骤202的基础上，本步骤旨在由上述执行主体为学习到对目标检测场景下的目标检测对象的特征表达能力的第一预训练模型，增加与目标检测对象对应的目标检测能力，以使最终得到的目标检测模型所拥有的目标检测能力更符合实际需求。

这是因为第一预训练模型虽然是在采集自目标检测场景的包含目标检测对象的无标注数据集下进行的训练，但基于自监督学习的特性，在无指导、无监督的情况下，只能尽可能的学习到目标检测对象的通用特征表达，但这种通用特征表达难以满足实际应用场景下的高级需求，例如在马路路口的违章检测场景下，目标检测对象包括车辆和行人，借助在自监督算法下学习到的特征表达能力通常可以较为准确的检测出车辆或行人，但实际需求往往还要求定位出检测出的车辆或行人的外轮廓，以便于判断个体之间的关系和是否违章等，即外轮廓定位这种的检测需求往往是难以通过自监督学习到的特征表达能力所较好实现的。

为了给第一预训练模型增加与目标检测对象对应的目标检测能力，本步骤还利用了能够满足实际需求的目标检测算法在公开样本集上对继承了第一预训练模型的网络骨干参数的第二预训练模型进行训练。即通过继承第一预训练模型的网络骨干参数(英文名为：backbone)来使得初始的第二预训练模型保留第一预训练模型学习到的通用特征表达能力，进而以此为基础通过目标检测算法在公开样本集上进行后续训练，以实现增加目标检测算法所赋予的额外检测能力(例如上例所举的对象的外轮廓定位能力)。

当然，对于大多数类型的预训练模型来说，其在预训练阶段所学习到的能力并不仅仅由网络骨干参数体现，还包括其它一些的模型参数，但相比其它模型参数，网络骨干参数对学习到能力的占比远高于其它模型参数，因此通常可认为通过移植或继承网络骨干参数的方式就可以在精度允许内继承所学习到的能力。

步骤204：响应于经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求，输出为目标检测模型。

在步骤202的基础上，本步骤旨在由上述执行主体在判断出经训练的第二预训练模型在无标注数据上对目标检测对象的检测能力满足预设要求时，就可以将训练至当前的第二预训练模型输出为可用的目标检测模型。

一种包括且不限于的实现方式可以为：

响应于第二预训练模型训练至预设损失函数收敛，输出为目标检测模型，预设损失函数基于预设要求设置得到。

本公开实施例提供的目标检测模型的训练方法，通过将采集自目标检测场景的无标注数据集作为场景训练样本来对自监督算法进行训练，使得自监督算法的训练数据和后续实际的待检测数据保持同源，进而使得第一预训练模型学习到的特征表示能力更匹配于目标检测场景的目标检测对象。而通过网络骨干参数的继承则相当于在第一预训练模型所具有的能力的基础上为其增加能够更好的对目标检测对象进行检测的目标检测能力，进而使得最终训练出的目标检测模型能够拥有更符合实际需求的对象检测能力。

请参考图3，图3为本公开实施例提供的一种训练得到第一预训练模型的方法的流程图，即针对图2所示的流程200中的步骤202提供了一种具体的实现方式，流程200中的其它步骤并不做调整，也将本实施例所提供的具体实现方式以替换步骤202的方式得到一个新的完整实施例。其中流程300包括以下步骤：

步骤301：获取公开图像样本集在全监督方式下得到的分类预训练模型；

步骤302：基于无标注数据集和分类预训练模型，对自监督算法进行训练，得到第一预训练模型；

本实施例是针对无标注数据集为无标注的图像数据集的情况，出于尽可能的缩短得到可用的第一预训练模型的训练耗时的目的，给出的一种具体实现方式。

首先执行的步骤301是为了获取到公开图像样本集(例如ImageNet或COCO)在全监督方式下得到的分类预训练模型，由于公开图像样本集是开源的，该分类预训练模型可作为成品直接拿来用，由于是在公开图像样本集上训练得到的，相比采集自目标检测场景的包含目标检测对象的无标注数据集必然包含更多的检测场景、更多类型的检测对象，因此后续还需要再基于无标注数据集和分类预训练模型，对自监督算法进行训练，得到第一预训练模型。

接下来的步骤302就相当于在作为成品的分类预训练模型的基础上，在专项的使用无标注数据集来强化通过自监督学习算法学习到与目标检测场景下的目标检测对象的特征表达能力。虽然分类预训练模型中还学习到了其它检测场景、其它检测对象的特征表达能力，但不同检测场景、不用检测对象之间仍存在底层的共通之处，因此仍能够起到缩短训练耗时的目的。

需要说明的是，为了尽可能的提升训练效果，还需要合理的安排公开图像样本集与无标注数据集之间的量级比例。

请参考图4，图4为本公开实施例提供的一种训练得到第二预训练模型的方法的流程图，即针对图2所示的流程200中的步骤203提供了一种具体的实现方式，流程200中的其它步骤并不做调整，也将本实施例所提供的具体实现方式以替换步骤203的方式得到一个新的完整实施例。其中流程400包括以下步骤：

步骤401：确定与目标检测对象对应的目标检测需求；

仍以路口违章检测场景为例，其检测对象就包括车辆和行人，步骤401在此时就可以转换为确定与车辆和行人对应的对象检测需求和轮廓定位需求。若有其它的检测需求，也可以添加进来。

步骤402：确定与目标检测需求匹配的目标检测算法；

与不同的目标检测需求相对应，也存在多种不同的检测算法，本步骤旨在由上述执行主体确定与目标检测需求匹配的目标检测算法。若承接上例，此时的目标检测算法就应当是能够实现对目标对象的外轮廓进行定位的检测算法，例如YOLOv2或YOLOv3。

步骤403：从第一预训练模型中提取出目标网络骨干参数；

步骤404：获取初始的第二预训练模型，并将初始的第二预训练参数的初始网络骨干参数替换为目标网络骨干参数，得到待训练的第二预训练模型；

步骤403旨在由上述执行主体从第一预训练模型中提取出目标网络骨干参数，然后步骤404具体描述了是如果通过网络骨干参数替换的方式来实现网络骨干参数的继承。

步骤405：利用目标检测算法，在公开样本集上对待训练的第二预训练模型进行训练。

在步骤404的基础上，本步骤旨在由上述执行主体利用目标检测算法，在公开样本集上对待训练的第二预训练模型进行训练。

本实施例通过步骤401-步骤402具体提供了一种如何根据目标检测对象确定出目标检测算法的实现方式，即通过与目标检测对象对应的目标检测需求作为中间参数，来基于目标检测需求来确定目标检测算法；步骤403-步骤405则具体提供了一种如何继承网络骨干参数的方法，更加具体、更加具有可行性。

应当理解的是，本实施例所包含的步骤401-步骤402与步骤403-步骤405之间并不存在因果和依赖关系，完全可以独立的结合流程200的相关上位技术方案形成不同的独立实施例，本实施例仅作为一个同时包含两个优选实施方式的优选实施例存在。

上述各实施例从各个方面阐述了如何训练得到目标检测模型，为了尽可能的从实际使用场景突出训练出的目标检测模型所起到的效果，本公开还具体提供了一种使用训练好的目标检测模型来解决实际问题的方案，一种目标检测方法包括如下步骤：

获取待检测文件；

调用目标检测模型检测待检测文件中包含的目标检测对象。

本实施例的执行主体可以与流程200-流程400的执行主体相同，也可以根据实际情况调整为其它执行主体，例如具有调用目标检测模型能力的终端设备(例如图1所示的终端设备101、102、103)等。

为加深理解，本公开还结合一个具体应用场景，以对比的方式明确本公开对现有技术的改进：

现有的对比学习自监督算法都是

1)先基于ImageNet这一公开图像数据集进行对比学习训练，学习到通用的特征表达能力；

2)以PixPro这种针对图像的自监督算法为例，在完成自监督训练后，会将backbone参数(即上文所描述的网络骨干参数)作为下游目标检测任务的预训练模型的基础backbone(即网络骨干参数的继承)；

3)当下游目标任务为对进行车辆的检测任务时，在此基础上直接进行目标检测任务的训练，以提升训练后的预训练模型对车辆的检测效果。

但就以车辆检测场景来说，往往不仅需要基于特征表示进行分类来确定哪些对象是车辆，还需要进行回归出目标框进行外轮廓定位，而现有的方法无法学习到回归目标框的能力，同时也无法将下游车辆目标检测的大量无标注数据利用起来提升目标检测效果。

为解决上述问题，本实施例提供的改进后的模型训练步骤如下：

1)基于下游目标检测业务场景的大量无标注数据，使用ImageNet全监督的分类预训练模型对自监督算法PixPro进行训练，学习目标对象的特征表达能力，得到第一预训练模型；

2)仍以PixPro这种针对图像的自监督算法为例，将第一预训练模型的backbone参数保存下来作为下游任务的预训练模型的基础backbone；

这种做法使得自监督的数据和下游目标检测的数据保持同源，学习到的特征表示能力对更适用下游具体的目标检测场景。

3)基于自监督的预训练模型，使用下游目标检测任务的目标检测算法，在公开数据集COCO上进行训练，保存目标检测模型。

这是因为步骤1)的自监督预训练模型不具备目标框的回归能力，直接应用下具体的目标检测业务上无法带来明显的效果提升。

4)将步骤2)保存的目标检测模型作为具体业务场景的目标检测任务的预训练模型，进行目标检测训练，可带来相对较明显的效果提升。

进一步参考图5和图6，作为对上述各图所示方法的实现，本公开分别提供了一种目标检测模型的训练装置实施例和一种目标检测装置的实施例，目标检测模型的训练装置实施例与图2所示的目标检测模型的训练方法实施例相对应，目标检测装置实施例与目标检测方法实施例相对应。上述装置具体可以应用于各种电子设备中。

如图5所示，本实施例的目标检测模型的训练装置500可以包括：无标注数据获取单元501、自监督算法训练单元502、目标检测算法训练单元503、目标检测模型输出单元504。其中，无标注数据获取单元501，被配置成获取从目标检测场景采集到的包含目标检测对象的无标注数据集；自监督算法训练单元502，被配置成利用所述无标注数据集对自监督算法进行训练，得到第一预训练模型；目标检测算法训练单元503，被配置成利用与所述目标检测对象对应的目标检测算法，在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练；目标检测模型输出单元504，被配置成响应于经训练的第二预训练模型在所述无标注数据上对所述目标检测对象的检测能力满足预设要求，输出为目标检测模型。

在本实施例中，目标检测模型的训练装置500中：无标注数据获取单元501、自监督算法训练单元502、目标检测算法训练单元503、目标检测模型输出单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，所述自监督算法训练单元502可以被进一步配置成：

响应于所述无标注数据集为无标注的图像数据集，获取公开图像样本集在全监督方式下得到的分类预训练模型；

基于所述无标注数据集和所述分类预训练模型，对所述自监督算法进行训练，得到所述第一预训练模型。

在本实施例的一些可选的实现方式中，所述目标检测算法训练单元503可以包括：

目标检测需求确定子单元，被配置成确定与所述目标检测对象对应的目标检测需求；

目标检测算法确定子单元，被配置成确定与所述目标检测需求匹配的目标检测算法；

参数集成训练子单元，被配置成利用所述目标检测算法在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练。

在本实施例的一些可选的实现方式中，所述目标检测需求确定子单元可以被进一步配置成：

响应于所述目标检测场景为路口违章检测场景、所述检测对象包括车辆和行人，确定与所述车辆和所述行人对应的对象检测需求和轮廓定位需求。

在本实施例的一些可选的实现方式中，所述利目标检测算法训练单元503可以被进一步配置成：

从所述第一预训练模型中提取出目标网络骨干参数；

获取初始的第二预训练模型，并将初始的第二预训练参数的初始网络骨干参数替换为所述目标网络骨干参数，得到待训练的第二预训练模型；

利用与所述目标检测对象对应的目标检测算法，在公开样本集上对待训练的第二预训练模型进行训练。

在本实施例的一些可选的实现方式中，所述目标检测模型输出单元504可以被进一步配置成：

响应于所述第二预训练模型训练至预设损失函数收敛，输出为所述目标检测模型；其中，所述预设损失函数基于所述预设要求设置得到。

如图6所示，本实施例的目标检测装置600可以包括：待检测文件获取单元601、模型调用及检测单元602。其中，待检测文件获取单元601，被配置成获取待检测文件；模型调用及检测单元602，被配置成调用目标检测模型检测所述待检测文件中包含的目标检测对象；其中，目标检测模型根据目标检测模型的训练装置500得到。

在本实施例中，目标检测装置600中：待检测文件获取单元601、模型调用及检测单元602的具体处理及其所带来的技术效果可分别对应方法实施例中的相关说明，在此不再赘述。

本实施例作为对应于上述方法实施例的装置实施例存在，本实施例提供的目标检测模型的训练装置以及目标检测装置，通过将采集自目标检测场景的无标注数据集作为场景训练样本来对自监督算法进行训练，使得自监督算法的训练数据和后续实际的待检测数据保持同源，进而使得第一预训练模型学习到的特征表示能力更匹配于目标检测场景的目标检测对象。而通过网络骨干参数的继承则相当于在第一预训练模型所具有的能力的基础上为其增加能够更好的对目标检测对象进行检测的目标检测能力，进而使得最终训练出的目标检测模型能够拥有更符合实际需求的对象检测能力。

根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任一实施例描述的目标检测模型的训练方法和/或目标检测方法。

根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任一实施例描述的目标检测模型的训练方法和/或目标检测方法。

本公开实施例提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任一实施例描述的目标检测模型的训练方法和/或目标检测方法。

图7示出了可以用来实施本公开的实施例的示例电子设备700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7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701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和/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和/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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的目标检测模型的训练方法和/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701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和/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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大，业务扩展性弱的缺陷。

本公开实施例的技术方案，通过将采集自目标检测场景的无标注数据集作为场景训练样本来对自监督算法进行训练，使得自监督算法的训练数据和后续实际的待检测数据保持同源，进而使得第一预训练模型学习到的特征表示能力更匹配于目标检测场景的目标检测对象。而通过网络骨干参数的继承则相当于在第一预训练模型所具有的能力的基础上为其增加能够更好的对目标检测对象进行检测的目标检测能力，进而使得最终训练出的目标检测模型能够拥有更符合实际需求的对象检测能力。

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，本发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 (17)

1.一种目标检测模型的训练方法，包括：

获取从目标检测场景采集到的包含目标检测对象的无标注数据集；

利用所述无标注数据集对自监督算法进行训练，得到第一预训练模型；

利用与所述目标检测对象对应的目标检测算法，在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练；

响应于经训练的第二预训练模型在所述无标注数据上对所述目标检测对象的检测能力满足预设要求，输出为目标检测模型。

2.根据权利要求1所述的方法，其中，所述利用所述无标注数据集对自监督算法进行训练，得到第一预训练模型，包括：

响应于所述无标注数据集为无标注的图像数据集，获取公开图像样本集在全监督方式下得到的分类预训练模型；

基于所述无标注数据集和所述分类预训练模型，对所述自监督算法进行训练，得到所述第一预训练模型。

3.根据权利要求1所述的方法，其中，所述利用与所述目标检测对象对应的目标检测算法，在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练，包括：

确定与所述目标检测对象对应的目标检测需求；

确定与所述目标检测需求匹配的目标检测算法；

利用所述目标检测算法在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练。

4.根据权利要求3所述的方法，其中，所述确定与所述目标检测对象对应的目标检测需求，包括：

响应于所述目标检测场景为路口违章检测场景、所述检测对象包括车辆和行人，确定与所述车辆和所述行人对应的对象检测需求和轮廓定位需求。

5.根据权利要求1所述的方法，其中，所述利用与所述目标检测对象对应的目标检测算法，在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练，包括：

从所述第一预训练模型中提取出目标网络骨干参数；

获取初始的第二预训练模型，并将初始的第二预训练参数的初始网络骨干参数替换为所述目标网络骨干参数，得到待训练的第二预训练模型；

利用与所述目标检测对象对应的目标检测算法，在公开样本集上对待训练的第二预训练模型进行训练。

6.根据权利要求1-5任一项所述的方法，其中，所述响应于经训练的第二预训练模型在所述无标注数据上对所述目标检测对象的检测能力满足预设要求，输出为目标检测模型，包括：

响应于所述第二预训练模型训练至预设损失函数收敛，输出为所述目标检测模型；其中，所述预设损失函数基于所述预设要求设置得到。

7.一种目标检测方法，包括：

获取待检测文件；

调用目标检测模型检测所述待检测文件中包含的目标检测对象；其中，所述目标检测模型根据权利要求1-6中任一项所述的目标检测模型的训练方法得到。

8.一种目标检测模型的训练装置，包括：

无标注数据获取单元，被配置成获取从目标检测场景采集到的包含目标检测对象的无标注数据集；

自监督算法训练单元，被配置成利用所述无标注数据集对自监督算法进行训练，得到第一预训练模型；

目标检测算法训练单元，被配置成利用与所述目标检测对象对应的目标检测算法，在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练；

目标检测模型输出单元，被配置成响应于经训练的第二预训练模型在所述无标注数据上对所述目标检测对象的检测能力满足预设要求，输出为目标检测模型。

9.根据权利要求8所述的装置，其中，所述自监督算法训练单元被进一步配置成：

响应于所述无标注数据集为无标注的图像数据集，获取公开图像样本集在全监督方式下得到的分类预训练模型；

基于所述无标注数据集和所述分类预训练模型，对所述自监督算法进行训练，得到所述第一预训练模型。

10.根据权利要求8所述的装置，其中，所述目标检测算法训练单元包括：

目标检测需求确定子单元，被配置成确定与所述目标检测对象对应的目标检测需求；

目标检测算法确定子单元，被配置成确定与所述目标检测需求匹配的目标检测算法；

参数集成训练子单元，被配置成利用所述目标检测算法在公开样本集上对继承了所述第一预训练模型的网络骨干参数的第二预训练模型进行训练。

11.根据权利要求10所述的装置，其中，所述目标检测需求确定子单元被进一步配置成：

响应于所述目标检测场景为路口违章检测场景、所述检测对象包括车辆和行人，确定与所述车辆和所述行人对应的对象检测需求和轮廓定位需求。

12.根据权利要求8所述的装置，其中，所述利目标检测算法训练单元被进一步配置成：

从所述第一预训练模型中提取出目标网络骨干参数；

获取初始的第二预训练模型，并将初始的第二预训练参数的初始网络骨干参数替换为所述目标网络骨干参数，得到待训练的第二预训练模型；

利用与所述目标检测对象对应的目标检测算法，在公开样本集上对待训练的第二预训练模型进行训练。

13.根据权利要求8-12任一项所述的装置，其中，所述目标检测模型输出单元被进一步配置成：

响应于所述第二预训练模型训练至预设损失函数收敛，输出为所述目标检测模型；其中，所述预设损失函数基于所述预设要求设置得到。

14.一种目标检测装置，包括：

待检测文件获取单元，被配置成获取待检测文件；

模型调用及检测单元，被配置成调用目标检测模型检测所述待检测文件中包含的目标检测对象；其中，所述目标检测模型根据权利要求8-13中任一项所述的目标检测模型的训练装置得到。

15.一种电子设备，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1-6中任一项所述的目标检测模型的训练方法和/或权利要求7所述的目标检测方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的目标检测模型的训练方法和/或权利要求7所述的目标检测方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1-6中任一项所述目标检测模型的训练方法的步骤和/或权利要求7所述目标检测方法的步骤。

Images