CN115861665A - 目标检测网络训练中候选框匹配方法、装置、设备及介质 - Google Patents

Abstract

本申请提供一种目标检测网络训练中候选框匹配方法、装置、设备及介质。该方法包括：获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；对训练度字典执行初始化操作，将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；在每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。本申请提升候选框的目标检测能力，提高目标检测网络的精度。

Description

目标检测网络训练中候选框匹配方法、装置、设备及介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种目标检测网络训练中候选框匹配方法、装置、设备及介质。

背景技术

目标检测网络训练过程中，大部分都会铺设先验框，先验框是网络分类和回归的起点和基础。目标检测以训练神经网络为抓手，实际上在是训练先验框的分类和回归能力。

现有技术中，目标检测都在围绕神经网络结构、损失、标签分配等进行创新和改进，这些创新和改进虽然有价值，但忽略了对“先验框本身能否得到充分训练”的关注。有些技术对先验框的关注，也只停留在了给先验框设置固定的尺度、大小。

因此，导致目标检测网络训练过程中，许多先验框实际上匹配不到任何正样本，先验框无法得到充分的训练和关注，在推理应用时，这些先验框的目标检测能力较低，在推理时就很容易出错，使目标检测网络的精度降低。

发明内容

有鉴于此，本申请实施例提供了一种目标检测网络训练中候选框匹配方法、装置、设备及介质，以解决现有技术存在的先验框的目标检测能力较低，在推理时容易出错，使目标检测网络的精度降低的问题。

本申请实施例的第一方面，提供了一种目标检测网络训练中候选框匹配方法，包括：获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；对预定的训练度字典执行初始化操作，以便将训练度字典中每个初始候选框对应的训练度设置为初始值；将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；在目标检测网络的每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。

本申请实施例的第二方面，提供了一种目标检测网络训练中候选框匹配装置，包括：获取模块，被配置为获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；初始化模块，被配置为对预定的训练度字典执行初始化操作，以便将训练度字典中每个初始候选框对应的训练度设置为初始值；更新模块，被配置为将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；裁剪匹配模块，被配置为在目标检测网络的每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；训练模块，被配置为将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。

本申请实施例的第三方面，提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法的步骤。

本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；对预定的训练度字典执行初始化操作，以便将训练度字典中每个初始候选框对应的训练度设置为初始值；将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；在目标检测网络的每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。本申请保证所有候选框都能得到充分的训练，提升候选框的目标检测能力，并促使目标检测网络的精度更高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本申请实施例提供的目标检测网络训练中候选框匹配方法的流程示意图；

图2是本申请实施例提供的目标检测网络训练中候选框匹配装置的结构示意图；

图3是本申请实施例提供的电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

如背景技术所述内容，现有的目标检测技术，大部分都会铺设先验框(即候选框，简称为anchor)，先验框是网络分类和回归的起点和基础。目标检测以训练神经网络为抓手，实际上在是训练anchor的分类和回归能力。目前现有技术都在围绕神经网络结构、损失、标签分配等进行创新和改进，这些创新和改进虽然有价值，但忽略了对“anchor本身能否得到充分训练”的关注。有些技术对anchor的关注，也只停留在了给anchor设置固定的尺度、大小。

因此，导致目标检测网络训练过程中，许多anchor实际上匹配不到任何正样本，anchor无法得到充分的训练和关注，在推理应用时，这些没有得到训练的anchor的目标检测能力较低，在推理时很容易出错，从而导致目标检测网络的精度降低。

基于深度学习的目标检测算法，其核心是搭建神经网络(包含主干网络和检测头，检测头分为分类头和回归头)以及设置先验框，先验框一般大于两千个，平铺在神经网络输入图像上，这些先验框可以视作候选框。每张图片输入目标检测网络，网络需要判断哪些候选框anchor是前景，哪些候选框anchor是背景。对属于前景的候选框anchor，网络会回归这些候选框anchor的边框(bbox)。最终，对这些边框进行非极大抑制等后处理，得到最终的目标检测结果。

现有的目标检测网络的推理过程可以简化如下：

1)网络推理：将图片输入神经网络，得到特征图；

2)分类：哪些候选框anchor属于前景；

3)回归：回归候选框anchor的边框；

4)对属于前景的边框进行后处理，得到目标检测结果。

由此可见，现有的目标检测技术是以训练神经网络为抓手，实际上在是在训练候选框anchor的分类和回归能力。

在一个示例中，假设网络中anchor有2千个，其中有个anchor(称作a1)的位置是(200，200，10，10)，这四个数值分别代表中心点的横坐标、纵坐标、框的高和宽。在训练过程中，a1始终没有匹配到正样本，也就意味着a1始终没有得到训练，即anchor要想得到训练就必须要匹配到目标框GT，否则无法得到训练。因此，不管网络结构、损失、标签分配技术再好，a1得不到训练，在推理时就很容易出错。

在另一个示例中，假设网络中有个anchor(称作a2)的位置是(312，200，40，37)，在网络训练过程中，a2匹配到的正样本较少，或者只匹配到某一类的正样本，没有匹配到其他类别的正样本，那么此时a2也得不到很好的训练，导致a2的目标检测能力较低，在推理时很容易出错。

有鉴于此，本申请实施例为解决上述问题，提供了一种目标检测网络训练中候选框匹配方法，本申请通过在目标检测网络训练过程中，记录每个候选框anchor的训练度，利用标签分配技术将候选框anchor与目标框GT进行匹配，并在每一轮训练时根据匹配结果更新训练度字典，另外通过裁剪匹配技术使低训练度的候选框anchor也尽可能匹配到目标框GT，从而提升低训练度anchor的训练度，从而保证网络中的每个anchor都可以匹配到正样本，都可以得到充分的训练和关注，以此来提升候选框的目标检测能力，并促使目标检测网络的精度更高。

下面结合附图以及具体实施例对本申请技术方案的内容进行详细描述。

图1是本申请实施例提供的目标检测网络训练中候选框匹配方法的流程示意图。图1的目标检测网络训练中候选框匹配方法可以由服务器执行。如图1所示，该目标检测网络训练中候选框匹配方法具体可以包括：

S101，获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；

S102，对预定的训练度字典执行初始化操作，以便将训练度字典中每个初始候选框对应的训练度设置为初始值；

S103，将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；

S104，在目标检测网络的每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；

S105，将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。

在一些实施例中，对预定的训练度字典执行初始化操作，包括：根据初始候选框的数量对训练度字典中训练度对应的字符长度进行设置，并将训练度字典中每个初始候选框对应的训练度的初始值设置为0。

具体地，本申请实施例的候选框也可以称为先验框，以下实施例中将候选框简称为anchor。本申请的训练度字典中记录每个anchor的训练度对应的值，例如目标检测网络中有2千个anchor，初始化之后的训练度字典中将包含从0至2000个字符长度的训练度，即初始化训练度字典的字符长度为2千，每个anchor对应的训练度的初始值为0。

在一些实施例中，将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，包括：获取批量图像，批量图像中包含多个目标框，将批量图像输入到预先搭建的目标检测网络中进行训练；在每一轮训练中，计算初始候选框与目标框之间的交并比，当交并比大于预设阈值时，将交并比大于预设阈值时的初始候选框和目标框匹配，并将交并比大于预设阈值的初始候选框对应的训练度的值增加第一分值；其中，初始候选框可以匹配一个或多个目标框，每当初始候选框匹配上一个目标框时，均在训练度字典中将初始候选框对应的训练度的值增加第一分值。

具体地，在目标检测网络的训练过程中，目标检测网络中会输入批量图片，输入的批量图片中预先标注有目标框GT，例如：向目标检测网络中一次输入16张图片，假设16张图片中有50个目标框(也称实际框，简称GT)，之后目标检测网络会采用预设的标签分配技术，将初始候选框anchor和目标框进行匹配。

进一步地，本申请实施例采用的标签分配技术为计算交并比，即通过计算初始候选框anchor和目标框之间的交并比，当交并比大于预设阈值时，就将该初始候选框anchor与目标框匹配，并在该初始候选框anchor的训练度基础上加上一个第一分值，得到更新后的训练度。

例如，在一个具体实施例中，当初始候选框anchor和目标框之间的交并比大于0.5时，就将初始候选框anchor与目标框匹配，并将该初始候选框anchor对应的训练度的值加1。分配完后，就可以知道每个初始候选框anchor的训练度。比如，网络中有2千个anchor和50个目标框GT进行匹配，目标框GT和anchor可以1对多，因此当其中一个anchora1能匹配到2个目标框GT时，该anchor的训练度就是2，如果a1不能匹配到任何目标框GT，其训练度的值就是0。

显然，假设网络中输入了1万张训练图片，这些图片具有5万个目标框GT，那么整个训练过程中，假设有些anchor能匹配到100个目标框GT，经过一轮训练下来这些anchor对应的训练度就是100，没有匹配到目标框GT的anchor的训练度就是0，依次结果来更新训练度字典。

需要说明的是，本申请可以先利用上述方式对目标检测网络进行多轮训练(比如训练10轮)，等目标检测网络收敛之后再执行裁剪匹配和混融匹配。下面结合具体实施例对裁剪匹配和混融匹配的内容进行详细说明。

在一些实施例中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，包括：在更新后的训练度字典中按照初始候选框对应的训练度的值进行排序，并根据排序结果选出预设数量的低训练度候选框；对待匹配的目标框对应的图像进行缩放和裁剪，将裁剪出来的待匹配的目标框的图像粘贴到低训练度候选框上，并使待匹配的目标框与低训练度候选框之间的交并比为50％-100％；利用粘贴后的图像对目标检测网络进行训练，在每一轮训练中，将匹配到待匹配的目标框的低训练度候选框对应的训练度的值增加第二分值。

具体地，为了进一步提升anchor的训练度，本申请还提供了一种针对低训练度anchor的裁剪匹配技术，在上述标签匹配之后，将本次能匹配上目标框GT的anchor数记为k，根据匹配结果更新训练度字典，将匹配上目标框GT的anchor的训练度+1。在后续的裁剪匹配的每一轮训练的每一步中，向目标检测网络输入n张图片，共有m个目标框GT。

进一步地，在更新后的训练度字典中，基于训练度进行排序，找出训练度最低的2*k个anchor，将这些anchor称为低训练度anchor。并且，从m个目标框GT中随机选出2*k个待匹配的目标框(将要和低训练度anchor进行匹配的GT)，m一般小于2*k个，因此，可以重复选。利用裁剪匹配技术对2*k个低训练度anchor和2*k个待匹配GT进行匹配。

本申请实施例提供的裁剪匹配技术的方法为，将某个“待匹配的目标框GT”对应的图片g外扩20％后裁剪出来，然后粘贴到某个“低训练度的候选框anchor”a上，图片g需要随机缩放，缩放尺度为a的80％-120％。然后将图片g随机粘贴，粘贴位置和a的交并比为50％-100％。经过上述裁剪匹配技术，在每一步训练中，低训练度的anchor会匹配到相应的GT，因此低训练度的anchor也可以得到一定的训练，其训练度也会上升。同时根据裁剪匹配结果更新训练度字典，将裁剪匹配上的低训练度的anchor的训练度+0.75。

在一些实施例中，在根据裁剪匹配结果对训练度字典进行更新之后，该方法还包括：从更新后的训练度字典中选择预设数量的校准候选框，并对原始图像进行遍历，选取混融基图和混融附图；对混融附图进行随机缩放，以便将混融附图中的目标框的大小缩放到校准候选框大小的80％-120％；将随机缩放后的混融附图与混融基图相加得到混融图像，并使目标框与校准候选框之间的交并比为50％-100％；将混融图像输入到目标检测网络中对校准候选框进行训练，并将训练中匹配到目标框的校准候选框对应的训练度的值增加第三分值。

具体地，根据裁剪匹配结果更新训练度字典之后，对更新后的训练度字典中的训练度进行重新排序，并根据排序结果选择一定数量的校准候选框，例如，基于训练度排序，已知n张图片，找出训练度最低的2*n个anchor，将这些anchor作为校准anchor。

进一步地，从目标检测训练数据集中遍历n张图片，遍历的每一次，选取1张图片作为“混融基图”，再随机选取其他2张图片作为“混融附图”，对于每张“混融附图”进行随机缩放，为了使校准anchor尽可能匹配上目标框GT，缩放的原则是将其中的某个目标框b缩放到某个“校准anchor”a的80％-120％。

然后，再进行随机整图相加，将“混融附图”加到“混融基图”上，加的原则是其对标的目标框b校准到“校准anchor”a上，即将缩放后的混融附图移动到b和a重叠的位置上，然后和混融基图相加，且b和a的交并比为50％-100％。由于对遍历的n张图片进行上述操作，所以新生成了n张混融图片。且这些图片的新的目标框会匹配到一些低训练度的校准anchor上，因此低训练度的校准anchor会匹配到相应的目标框GT，使低训练度的校准anchor也可以得到一定的训练，其训练度也会上升。同时根据混融匹配的结果更新“训练度字典”，将混融匹配上的校准anchor的训练度+0.5。

在一些实施例中，从更新后的训练度字典中选择预设数量的校准候选框，并对原始图像进行遍历，选取混融基图和混融附图，包括：基于更新后的训练度字典中训练度的排序结果，由低到高选取预设数量的低训练度候选框作为校准候选框；遍历目标检测训练数据集中的原始图像，每一次遍历选取一张原始图像作为混融基图，并随机选取其他两张原始图像作为混融附图。

在一些实施例中，将随机缩放后的混融附图与混融基图相加得到混融图像，包括：将随机缩放后的混融附图中的目标框移动到校准候选框的位置上，以使目标框校准到校准候选框上，并将随机缩放后的混融附图与混融基图相加得到混融图像。

本申请可用于任何多目标检测技术的训练过程，不增加任何的推理成本，解决许多候选框anchor得不到训练的问题，保证所有的先验框都得到了充分的训练，促使多目标检测的模型精度更高。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图2是本申请实施例提供的目标检测网络训练中候选框匹配装置的结构示意图。如图2所示，该目标检测网络训练中候选框匹配装置包括：

获取模块201，被配置为获取包含原始图像的目标检测训练数据集，在原始图像中设置初始候选框；

初始化模块202，被配置为对预定的训练度字典执行初始化操作，以便将训练度字典中每个初始候选框对应的训练度设置为初始值；

更新模块203，被配置为将包含目标框的图像输入到目标检测网络中进行训练，并将初始候选框与目标框进行匹配，根据匹配结果对训练度字典进行更新；

裁剪匹配模块204，被配置为在目标检测网络的每一轮训练中，从更新后的训练度字典中选择预设数量的低训练度候选框，将低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对训练度字典进行更新；

训练模块205，被配置为将裁剪后的待匹配的目标框对应的图像输入到目标检测网络中进行训练，直至目标检测网络的训练轮数达到预设要求。

在一些实施例中，图2的初始化模块202根据初始候选框的数量对训练度字典中训练度对应的字符长度进行设置，并将训练度字典中每个初始候选框对应的训练度的初始值设置为0。

在一些实施例中，图2的更新模块203获取批量图像，批量图像中包含多个目标框，将批量图像输入到预先搭建的目标检测网络中进行训练；在每一轮训练中，计算初始候选框与目标框之间的交并比，当交并比大于预设阈值时，将交并比大于预设阈值时的初始候选框和目标框匹配，并将交并比大于预设阈值的初始候选框对应的训练度的值增加第一分值；其中，初始候选框可以匹配一个或多个目标框，每当初始候选框匹配上一个目标框时，均在训练度字典中将初始候选框对应的训练度的值增加第一分值。

在一些实施例中，图2的裁剪匹配模块204在更新后的训练度字典中按照初始候选框对应的训练度的值进行排序，并根据排序结果选出预设数量的低训练度候选框；对待匹配的目标框对应的图像进行缩放和裁剪，将裁剪出来的待匹配的目标框的图像粘贴到低训练度候选框上，并使待匹配的目标框与低训练度候选框之间的交并比为50％-100％；利用粘贴后的图像对目标检测网络进行训练，在每一轮训练中，将匹配到待匹配的目标框的低训练度候选框对应的训练度的值增加第二分值。

在一些实施例中，图2的混融匹配模块206在根据裁剪匹配结果对训练度字典进行更新之后，从更新后的训练度字典中选择预设数量的校准候选框，并对原始图像进行遍历，选取混融基图和混融附图；对混融附图进行随机缩放，以便将混融附图中的目标框的大小缩放到校准候选框大小的80％-120％；将随机缩放后的混融附图与混融基图相加得到混融图像，并使目标框与校准候选框之间的交并比为50％-100％；将混融图像输入到目标检测网络中对校准候选框进行训练，并将训练中匹配到目标框的校准候选框对应的训练度的值增加第三分值。

在一些实施例中，图2的混融匹配模块206基于更新后的训练度字典中训练度的排序结果，由低到高选取预设数量的低训练度候选框作为校准候选框；遍历目标检测训练数据集中的原始图像，每一次遍历选取一张原始图像作为混融基图，并随机选取其他两张原始图像作为混融附图。

在一些实施例中，图2的混融匹配模块206将随机缩放后的混融附图中的目标框移动到校准候选框的位置上，以使目标框校准到校准候选框上，并将随机缩放后的混融附图与混融基图相加得到混融图像。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图3是本申请实施例提供的电子设备3的结构示意图。如图3所示，该实施例的电子设备3包括：处理器301、存储器302以及存储在该存储器302中并且可以在处理器301上运行的计算机程序303。处理器301执行计算机程序303时实现上述各个方法实施例中的步骤。或者，处理器301执行计算机程序303时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序303可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器302中，并由处理器301执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序303在电子设备3中的执行过程。

电子设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备3可以包括但不仅限于处理器301和存储器302。本领域技术人员可以理解，图3仅仅是电子设备3的示例，并不构成对电子设备3的限定，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，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器301可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器302可以是电子设备3的内部存储单元，例如，电子设备3的硬盘或内存。存储器302也可以是电子设备3的外部存储设备，例如，电子设备3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器302还可以既包括电子设备3的内部存储单元也包括外部存储设备。存储器302用于存储计算机程序以及电子设备所需的其它程序和数据。存储器302还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种目标检测网络训练中候选框匹配方法，其特征在于，包括：

获取包含原始图像的目标检测训练数据集，在所述原始图像中设置初始候选框；

对预定的训练度字典执行初始化操作，以便将所述训练度字典中每个初始候选框对应的训练度设置为初始值；

将包含目标框的图像输入到目标检测网络中进行训练，并将所述初始候选框与所述目标框进行匹配，根据匹配结果对所述训练度字典进行更新；

在所述目标检测网络的每一轮训练中，从更新后的所述训练度字典中选择预设数量的低训练度候选框，将所述低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对所述训练度字典进行更新；

将裁剪后的待匹配的目标框对应的图像输入到所述目标检测网络中进行训练，直至所述目标检测网络的训练轮数达到预设要求。

2.根据权利要求1所述的方法，其特征在于，所述对预定的训练度字典执行初始化操作，包括：

根据所述初始候选框的数量对所述训练度字典中训练度对应的字符长度进行设置，并将所述训练度字典中每个所述初始候选框对应的训练度的初始值设置为0。

3.根据权利要求1所述的方法，其特征在于，所述将包含目标框的图像输入到目标检测网络中进行训练，并将所述初始候选框与所述目标框进行匹配，包括：

获取批量图像，所述批量图像中包含多个目标框，将所述批量图像输入到预先搭建的目标检测网络中进行训练；

在每一轮训练中，计算所述初始候选框与所述目标框之间的交并比，当所述交并比大于预设阈值时，将所述交并比大于预设阈值时的所述初始候选框和所述目标框匹配，并将所述交并比大于预设阈值的初始候选框对应的训练度的值增加第一分值；

其中，所述初始候选框可以匹配一个或多个所述目标框，每当所述初始候选框匹配上一个所述目标框时，均在所述训练度字典中将所述初始候选框对应的训练度的值增加第一分值。

4.根据权利要求1所述的方法，其特征在于，所述从更新后的所述训练度字典中选择预设数量的低训练度候选框，将所述低训练度候选框与待匹配的目标框进行裁剪匹配，包括：

在更新后的所述训练度字典中按照所述初始候选框对应的训练度的值进行排序，并根据排序结果选出预设数量的低训练度候选框；

对所述待匹配的目标框对应的图像进行缩放和裁剪，将裁剪出来的所述待匹配的目标框的图像粘贴到所述低训练度候选框上，并使所述待匹配的目标框与所述低训练度候选框之间的交并比为50％-100％；

利用粘贴后的图像对所述目标检测网络进行训练，在每一轮训练中，将匹配到所述待匹配的目标框的所述低训练度候选框对应的训练度的值增加第二分值。

5.根据权利要求1所述的方法，其特征在于，在所述根据裁剪匹配结果对所述训练度字典进行更新之后，所述方法还包括：

从更新后的所述训练度字典中选择预设数量的校准候选框，并对所述原始图像进行遍历，选取混融基图和混融附图；

对所述混融附图进行随机缩放，以便将所述混融附图中的目标框的大小缩放到所述校准候选框大小的80％-120％；

将随机缩放后的混融附图与所述混融基图相加得到混融图像，并使所述目标框与所述校准候选框之间的交并比为50％-100％；

将所述混融图像输入到所述目标检测网络中对所述校准候选框进行训练，并将训练中匹配到所述目标框的所述校准候选框对应的训练度的值增加第三分值。

6.根据权利要求5所述的方法，其特征在于，所述从更新后的所述训练度字典中选择预设数量的校准候选框，并对所述原始图像进行遍历，选取混融基图和混融附图，包括：

基于所述更新后的所述训练度字典中训练度的排序结果，由低到高选取预设数量的低训练度候选框作为所述校准候选框；

遍历所述目标检测训练数据集中的原始图像，每一次遍历选取一张原始图像作为混融基图，并随机选取其他两张原始图像作为混融附图。

7.根据权利要求5所述的方法，其特征在于，所述将随机缩放后的混融附图与所述混融基图相加得到混融图像，包括：

将随机缩放后的所述混融附图中的目标框移动到所述校准候选框的位置上，以使所述目标框校准到所述校准候选框上，并将随机缩放后的所述混融附图与所述混融基图相加得到混融图像。

8.一种目标检测网络训练中候选框匹配装置，其特征在于，包括：

获取模块，被配置为获取包含原始图像的目标检测训练数据集，在所述原始图像中设置初始候选框；

初始化模块，被配置为对预定的训练度字典执行初始化操作，以便将所述训练度字典中每个初始候选框对应的训练度设置为初始值；

更新模块，被配置为将包含目标框的图像输入到目标检测网络中进行训练，并将所述初始候选框与所述目标框进行匹配，根据匹配结果对所述训练度字典进行更新；

裁剪匹配模块，被配置为在所述目标检测网络的每一轮训练中，从更新后的所述训练度字典中选择预设数量的低训练度候选框，将所述低训练度候选框与待匹配的目标框进行裁剪匹配，根据裁剪匹配结果对所述训练度字典进行更新；

训练模块，被配置为将裁剪后的待匹配的目标框对应的图像输入到所述目标检测网络中进行训练，直至所述目标检测网络的训练轮数达到预设要求。

9.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

Images