CN116229209A - 目标模型的训练方法、目标检测方法及装置 - Google Patents

目标模型的训练方法、目标检测方法及装置 Download PDF

Info

Publication number
CN116229209A
CN116229209A CN202310169071.3A CN202310169071A CN116229209A CN 116229209 A CN116229209 A CN 116229209A CN 202310169071 A CN202310169071 A CN 202310169071A CN 116229209 A CN116229209 A CN 116229209A
Authority
CN
China
Prior art keywords
dimensional
feature map
target
loss information
feature
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
Application number
CN202310169071.3A
Other languages
English (en)
Other versions
CN116229209B (zh
Inventor
王童
叶晓青
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310169071.3A priority Critical patent/CN116229209B/zh
Publication of CN116229209A publication Critical patent/CN116229209A/zh
Application granted granted Critical
Publication of CN116229209B publication Critical patent/CN116229209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了目标模型的训练方法、目标检测方法及装置，人工智能技术领域，尤其涉及计算机视觉、目标检测技术领域。该目标模型的训练方法的具体实现方案为：利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应。根据真值损失信息，得到样本图像的样本权重。根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。

Description

目标模型的训练方法、目标检测方法及装置
技术领域
本申请涉及人工智能技术领域，尤其涉及计算机视觉、目标检测技术领域，具体地，涉及一种目标模型的训练方法、目标检测方法及装置。
背景技术
目标检测是计算机视觉技术领域中的重要研究方向之一，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一。
随着人工智能技术的发展，利用计算机图像处理技术对目标进行实时动态跟踪检测，在智能交通、医学器械定位等方面得到广泛应用。
发明内容
本申请提供了一种目标模型的训练方法、目标检测方法及装置。
根据本申请的一方面，提供了一种目标模型的训练方法，包括：利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应；根据真值损失信息，得到样本图像的样本权重。根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。
根据本申请的另一方面，提供了一种目标检测方法，包括：利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征；其中，目标模型是利用上述目标模型的训练方法训练得到的。利用预定深度分布图对目标二维图像特征进行深度估计，得到目标深度分布特征图。根据目标深度特征分布图和目标二维特征图，得到目标三维特征图。对目标三维特征图进行检测处理，得到目标检测结果。
根据本申请的另一方面，提供了一种模型的训练装置，包括：第一处理模块、第二处理模块、样本权重获得模块、蒸馏损失获得模块和训练模块。其中，第一处理模块，用于利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。第二处理模块，用于利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应。样本权重获得模块，用于根据真值损失信息，得到样本图像的样本权重。蒸馏损失获得模块，用于根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。训练模块，用于基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。
根据本申请的另一方面，提供了一种目标检测装置，包括：卷积模块、深度估计模块、特征融合模块和检测模块。其中，卷积模块，用于利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征；其中，目标模型是利用上述目标模型的训练方法训练得到的。深度估计模块，用于利用预定深度分布图对目标二维图像特征进行深度估计，得到目标深度分布特征图。特征融合模块，用于根据目标深度特征分布图和目标二维特征图，得到目标三维特征图。检测模块，用于对目标三维特征图进行检测处理，得到目标检测结果。
根据本申请的另一方面，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如上所述的方法。
根据本申请的另一方面，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如上所述的方法。
根据本申请的另一方面，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如上所述的方法。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1示意性示出了根据本申请实施例的可以应用目标模型的训练方法、目标检测方法及装置的示例性系统架构；
图2示意性示出了根据本申请实施例的知识蒸馏框架示意图；
图3示意性示出了根据本申请实施例的目标模型的训练方法的流程图；
图4示意性示出了根据本申请实施例的得到目标蒸馏损失信息的示意图；
图5示意性示出了根据本申请实施例的得到特征蒸馏损失信息的示意图；
图6示意性示出了根据本申请实施例的得到结果蒸馏损失信息的示意图；
图7示意性示出了根据本申请实施例的利用第一模型根据目标模型的损失信息训练目标模型的示意图；
图8示意性示出了根据本申请实施例的目标检测方法的流程图；
图9示意性示出了根据本申请实施例的目标模型的训练装置的框图；
图10示意性示出了根据本申请实施例的目标检测装置的框图；以及
图11示意性示出了根据本申请实施例的适于实现目标模型的训练方法或目标检测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。
深度学习模型由于受限于资源容量，很难将深度学习模型部署在资源受限的设备上，例如：嵌入式设备或移动设备。因此，可以利用知识蒸馏技术，有效从大型的教师模型中学习到小型的学生模型。一般地，教师模型指的是单个复杂网络或者是若干网络的集合，而学生模型由于网络规模较小，表达能力有限。可以利用大模型学习到的知识去指导小模型训练，使得小模型具有与大模型相当的性能，但是参数数量大幅降低，从而实现模型压缩与加速，这就是知识蒸馏与迁移学习在模型优化中的应用。
在目标检测技术领域，利用知识蒸馏技术训练学生模型时，由于样本图像之间的特征差异较大，给学生模型在知识蒸馏的过程中带来了较大的困难，导致知识蒸馏的效率较低。
有鉴于此，本申请实施例提出了一种目标模型的训练方法。利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应。根据真值损失信息，得到样本图像的样本权重。根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。
根据本申请的实施例，利用真值损失信息得到样本图像的样本权重，再根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。使得在知识蒸馏的过程中，目标模型能够更加关注于样本权重较高的样本图像的学习，提高了知识蒸馏的效率。再结合真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，可以有效提高模型训练的效率。
图1示意性示出了根据本申请实施例的可以应用目标检测方法、目标模型的训练方法及装置的示例性系统架构。
需要注意的是，图1所示仅为可以应用本申请实施例的系统架构的示例，以帮助本领域技术人员理解本申请的技术内容，但并不意味着本申请实施例不可以用于其他设备、系统、环境或场景。例如，在另一实施例中，可以应用目标检测方法及装置的示例性系统架构可以包括终端设备，但终端设备可以无需与服务器进行交互，即可实现本申请实施例提供的目标检测方法及装置。
如图1所示，根据该实施例的系统架构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，例如有线和/或无线通信链路等等。
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上可以安装有各种通讯客户端应用，例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，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。
服务器105可以是提供各种服务的各种类型的服务器。例如，例如，服务器105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，以解决了传统物理主机与VPS服务(Virtual Private Server，虚拟专用服务器)中，存在的管理难度大，业务扩展性弱的缺陷。服务器105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。
需要说明的是，本申请实施例所提供的目标检测方法一般可以由终端设备101、102或1 03执行。相应地，本申请实施例所提供的目标检测装置也可以设置于终端设备101、102或103中。
备选地，本申请实施例所提供的目标检测方法一般也可以由服务器105执行。相应地，本申请实施例所提供的目标检测装置一般可以设置于服务器105中。本申请实施例所提供的目标检测方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本申请实施例所提供的目标检测装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
需要说明的是，本申请实施例所提供的目标模型的训练方法一般可以由服务器105执行。相应地，本申请实施例所提供的目标模型的训练装置一般可以设置于服务器105中。本申请实施例所提供的目标模型的训练方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本申请实施例所提供的目标模型的训练装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
备选地，本申请实施例所提供的目标模型的训练方法一般也可以由终端设备101、102或103执行。相应地，本申请实施例所提供的目标模型的训练方法装置也可以设置于终端设备101、102或103中。
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。
图2示意性示出了根据本申请实施例的知识蒸馏框架示意图。
如图2所示，该知识蒸馏框架200中包括：第一模型202和目标模型203。在目标模型203中可以包括第一二维图像特征提取模块203_1、第一深度估计模块203_2、第一视图变换模块203_3、第一三维图像特征提取模块203_4和第一目标检测模块203_5。在第一模型202中可以包括第二二维图像特征提取模块202_1、第二深度估计模块202_2、第二视图变换模块202_3、第二三维图像特征提取模块202_4、第二目标检测模块202_5。
根据本申请的实施例，目标模型可以是学生模型，第一模型可以是教师模型。利用目标模型203对样本图像201进行处理可以得到第一检测结果，利用第一模型202对样本图像201进行处理可以得到第二检测结果。在知识蒸馏的过程中，主要包括三个部分，分别是：二维特征蒸馏204、三维特征蒸馏205和结果蒸馏206。其中，二维特征蒸馏204是针对第二二维图像特征和第一二维图像特征进行的。三维特征蒸馏205是针对第二三维图像特征和第一三维图像特征进行的。结果蒸馏206是针对第二检测结果和第一检测结果进行的。
根据本申请的实施例，损失函数可以包括真值损失函数和目标蒸馏损失函数。利用损失函数引导二维特征蒸馏204、三维特征蒸馏205和结果蒸馏206的联合蒸馏，得到经训练的目标模型。
图3示意性示出了根据本申请实施例的目标模型的训练方法的流程图。
如图3所示，该方法300包括操作S310～操作S350。
在操作S310，利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。
在操作S320，利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应。
在操作S330，根据真值损失信息，得到样本图像的样本权重。
在操作S340，根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。
在操作S350，基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。
根据本申请的实施例，目标模型可以是学生模型。样本图像可以是利用多目相机采集得到的针对目标物在同一时刻不同视角下的多目图像。利用目标模型对样本图像可以进行卷积、深度估计、视觉转换、目标检测等操作。例如：对样本图像进行卷积操作可以得到样本图像的二维特征图。然后对二维特征图进行深度估计，可以得到包含二维图像特征中每一个像素点的深度值的稠密深度图。再对稠密深度图进行视觉转换，得到三维特征图，并对三维特征图进行目标检测，得到第一检测结果。
根据本申请的实施例，真值损失信息可以是基于真值损失函数，根据第一检测结果和与样本图像对应的样本标签得到的。
根据本申请的实施例，第一检测结果中可以包括类别检测结果和位置检测结果。类别检测结果可以表征样本图像中目标的类别信息，例如：人、树、车、路灯、交通标识牌等。位置检测结果可以表征样本图像中目标所在的检测框的中心点、长度、宽度、高度以及朝向角度等位置信息。
根据本申请的实施例，真值损失函数可以是分类损失函数和回归损失函数之和。分类损失函数可以是KL散度损失函数。回归损失函数可以是L1平均绝对误差损失函数。分类损失信息可以是基于分类损失函数，根据第一检测结果中的类别检测结果与样本标签的类别信息得到的。回归损失信息可以是基于回归损失函数，根据第一检测结果中的位置检测结果与样本标签的位置信息得到的。
根据本申请的实施例，真值损失信息可以如公式(1)所示：
Lgt＝Lcls+Lreg (1)
其中，Lgt表示真值损失信息，Lcls表示分类损失信息，Lreg表示回归损失信息。
例如：可以基于分类损失函数，根据类别检测结果和样本标签中的类别信息，得到类别真值损失信息。可以基于回归损失函数，根据位置检测结果和样本标签中的位置信息，得到位置真值损失信息。
根据本申请的实施例，第一模型可以是教师模型，且目标模型的各卷积层与第一模型的各卷积层一一对应，则利用第一模型对样本图像的处理过程与利用目标模型对样本图像的处理过程是相同的，在此不做赘述。
根据本申请的实施例，根据真值损失信息，可以按照公式(2)得到样本图像的样本权重：
wj＝log(1+Ls-j) (2)
其中，wj表示第j个样本图像的样本权重；Ls-j表示第j个样本图像的真值损失信息。
根据本申请的实施例，目标蒸馏损失信息中可以包括特征层面的蒸馏损失信息和结果层面的蒸馏损失信息。
根据本申请的实施例，由于在鸟瞰图视角下的目标检测过程中，存在二维图像特征空间和三维图像特征空间，因此，特征层面的蒸馏损失信息可以包括二维图像特征的蒸馏损失信息和三维图像特征的蒸馏损失信息。
例如：针对第j个样本图像，二维图像特征的蒸馏损失信息可以是根据第j个样本图像的样本权重、从目标模型中提取的二维图像特征和从第一模型中提取的二维图像特征得到的。三维图像特征的蒸馏损失信息可以是根据第j个样本图像的样本权重、从目标模型中提取的三维图像特征和从第一模型中提取的三维图像特征得到的。
根据本申请的实施例，由于在鸟瞰图视角下的目标检测过程中，得到的检测结果中包括类别检测结果和位置检测结果。因此，结果层面的蒸馏损失信息可以包括类别蒸馏损失信息和位置蒸馏损失信息。
例如：针对第j个样本图像，类别蒸馏损失信息可以是根据第j个样本图像的样本权重、目标模型输出的类别结果信息和第一模型输出的类别结果信息得到的。位置蒸馏损失信息可以是根据第j个样本图像的样本权重、目标模型输出的位置结果信息和第一模型输出的位置结果信息得到的。
根据本申请的实施例，样本权重是以真值损失信息为自变量的单调递增的函数。真值损失信息越大，说明该样本图像对于目标模型而言学习越困难，赋予该样本图像的样本权重则越大，将样本权重引入目标蒸馏损失函数中，可以使得在知识蒸馏的过程中，目标模型更加关注该样本图像对应的特征，从而可以有效提高知识蒸馏效率。
根据本申请的实施例，上述操作S340可以包括如下操作：
根据第一检测结果，从目标模型输出的第一特征图中提取第一图像特征。根据第二检测结果，从第一模型输出的第二特征图中提取第二图像特征。根据第一图像特征、第二图像特征和样本权重，得到特征蒸馏损失信息。根据第一检测结果、第二检测结果和样本权重，得到结果蒸馏损失信息。根据特征蒸馏损失信息和结果蒸馏损失信息，得到目标蒸馏损失信息。
图4示意性示出了根据本申请实施例的得到目标蒸馏损失信息的示意图。
如图4所示，在实施例400中，根据真值损失信息431得到样本权重432。根据样本权重432、第一检测结果441和第二检测结果445，得到结果蒸馏损失信息448。根据第一检测结果441和第一特征图442得到第一图像特征443。根据第二检测结果445、样本权重432和第二特征图444得到第二图像特征446。根据第一图像特征443、第二图像特征446和样本权重432得到特征蒸馏损失信息447。最后，根据结果蒸馏损失信息448和特征蒸馏损失信息447，得到目标蒸馏损失信息449。
根据本申请的实施例，可以按照公式(3)得到特征蒸馏损失信息：
Lfea＝LBEV+LIMG (3)其中，Lfea表示特征蒸馏损失信息，LBEV表示三维图像特征的蒸馏损失信息，LIMG表示二维图像特征的蒸馏损失信息。
需要说明的是，样本图像中可以包括多个样本图像，本申请实施例中的特征蒸馏损失信息、结果蒸馏损失信息以及真值损失信息可以全部样本图像的相应蒸馏损失信息的平均值或加权求和之后的结果。为了便于描述，以下均以第j个样本图像的知识蒸馏过程作为示例，进行详细描述。
根据本申请的实施例，可以按照公式(4)得到二维图像特征的蒸馏损失信息：
Figure BDA0004101499510000091
其中，
Figure BDA0004101499510000092
表示第j个样本图像的二维图像特征的蒸馏损失信息，wj表示第j个样本图像的样本权重，
Figure BDA0004101499510000093
表示从目标模型输出的第一特征图中提取的第一二维图像特征，
Figure BDA0004101499510000101
表示从第一模型输出的第二特征图中提取的第二二维图像特征。
根据本申请的实施例，可以按照公式(4)得到三维图像特征的蒸馏损失信息：
Figure BDA0004101499510000102
其中，
Figure BDA0004101499510000103
表示第j个样本图像的三维图像特征的蒸馏损失信息，wj表示第j个样本图像的样本权重，
Figure BDA0004101499510000104
表示从目标模型输出的第一特征图中提取的第一三维图像特征，
Figure BDA0004101499510000105
表示从第一模型输出的第二特征图中提取的第二三维图像特征。
根据本申请的实施例，第一图像特征包括第一二维图像特征和第一三维图像特征，第一特征图包括第一二维特征图和第一三维特征图，第一检测结果包括第一检测框的位置信息。根据第一检测结果，从目标模型输出的第一特征图中提取第一图像特征，可以包括如下操作：
根据第一检测框的位置信息，从目标模型输出的第一二维特征图中提取第一二维图像特征。根据第一检测框的位置信息，从目标模型输出的第一三维特征图中提取第一三维图像特征。
例如：第一检测框的位置信息可以为
Figure BDA0004101499510000106
其中，
Figure BDA0004101499510000107
可以表示第一检测框的中心角度，
Figure BDA0004101499510000108
可以表示第一检测框的尺寸，
Figure BDA0004101499510000109
可以表示第一检测框的朝向角度。
根据本申请的实施例，根据第一检测框的位置信息，从目标模型输出的第一二维特征图中提取第一二维图像特征，可以包括如下操作：
根据来自图像采集设备的设备参数信息，将第一检测框映射到第一二维特征图中，得到第一二维感兴趣区域特征图。对第一二维感兴趣区域特征图进行池化处理，得到第一二维图像特征。
例如：可以利用图像采集设备设备参数，例如：多目相机的内外参数，将第一检测框
Figure BDA00041014995100001010
块射到各个视角的图像空间，并取该第一检测框的最小外接框作为感兴趣区域，从目标模型输出的第一二维特征图中提取第一二维图像特征
Figure BDA00041014995100001011
根据本申请的实施例，利用图像采集设备的设备参数信息将第一检测框映射的第一二维特征图中，实现了图像特征在图像采集设备的相机坐标系和世界坐标系之间的转换，提高了二维图像特征的提取效率。
根据本申请的实施例，根据第一检测框的位置信息，从目标模型输出的第一三维特征图中提取第一三维图像特征，可以包括如下操作：
将第一检测框映射到第一三维特征图中，得到第一三维感兴趣区域特征图。对第一三维感兴趣区域特征图进行池化处理，得到第一三维图像特征。
例如：可以将第一检测框
Figure BDA0004101499510000111
映射到三维特征空间，并取该第一检测框的最小外接框作为感兴趣区域，从目标模型输出的第一三维特征图中提取第一三维图像特征
Figure BDA0004101499510000112
根据本申请的实施例，第二图像特征包括第二二维图像特征和第二三维图像特征，第二特征图包括第二二维特征图和第二三维特征图，第二检测结果包括第二检测框的位置信息，根据第二检测结果，从第一模型输出的第二特征图中提取第二图像特征，可以包括如下操作：
根据第二检测框的位置信息，从第一模型输出的第二二维特征图中提取第二二维图像特征。根据第二检测框的位置信息，从第一模型输出的第二三维特征图中提取第二三维图像特征。
例如：第二检测框的位置信息可以为
Figure BDA0004101499510000113
其中，
Figure BDA0004101499510000114
可以表示第二检测框的中心角度，
Figure BDA0004101499510000115
可以表示第二检测框的尺寸，
Figure BDA0004101499510000116
可以表示第二检测框的朝向角度。
根据本申请的实施例，根据第二检测框的位置信息，从第一模型输出的第二二维特征图中提取第二二维图像特征，可以包括如下操作：
根据来自图像采集设备的设备参数信息，将第二检测框映射到第二二维特征图中，得到第二二维感兴趣区域特征图。对第二二维感兴趣区域特征图进行池化处理，得到第二二维图像特征。
例如：可以利用图像采集设备的设备参数，例如：多目相机的内外参数，将第二检测框
Figure BDA0004101499510000117
映射到各个视角的图像空间，并取该第二检测框的最小外接框作为感兴趣区域，从第一模型输出的第二二维特征图中提取第二二维图像特征
Figure BDA0004101499510000121
根据本申请的实施例，根据第二检测框的位置信息，从第一模型输出的第二三维特征图中提取第二三维图像特征，可以包括如下操作：
将第二检测框映射到第二三维特征图中，得到第二三维感兴趣区域特征图。对第二三维感兴趣区域特征图进行池化处理，得到第二三维图像特征。
例如：可以将第二检测框
Figure BDA0004101499510000122
映射到三维特征空间，并取该第二检测框的最小外接框作为感兴趣区域，从第一模型输出的第二三维特征图中提取第二三维图像特征
Figure BDA0004101499510000123
根据本申请的实施例，可以将上述步骤得到的第一二维图像特征
Figure BDA0004101499510000124
和第二二维图像特征
Figure BDA0004101499510000125
代入公式(4)得到二维图像特征的蒸馏损失信息
Figure BDA0004101499510000126
根据本申请的实施例，可以将上述步骤得到的第一三维图像特征
Figure BDA0004101499510000127
和第二三维图像特征
Figure BDA0004101499510000128
代入公式(5)得到三维图像特征的蒸馏损失信息
Figure BDA0004101499510000129
根据本申请的实施例，可以将二维图像特征的蒸馏损失信息
Figure BDA00041014995100001210
和三维图像特征的蒸馏损失信息
Figure BDA00041014995100001211
代入公式(3)，得到特征蒸馏损失信息。
根据本申请的实施例，本申请由于二维特征空间和三维特征空间的存在，将二维图像特征和三维图像特征进行联合蒸馏，可以有效提高知识蒸馏效率。
图5示意性示出了根据本申请实施例的得到特征蒸馏损失信息的示意图。
如图5所示，在该实施例500中，根据第一检测框和设备参数信息对第一二维特征图5401进行处理，可以得到第一二维感兴趣区域特征图5402。对第一二维感兴趣区域特征图5402进行池化处理，可以得到第一二维图像特征5403。同理，根据第二检测框和设备参数信息对第二二维特征图5404进行处理，可以得到第二二维感兴趣区域特征图5405。对第二二维感兴趣区域特征图5405进行池化处理，可以得到第二二维图像特征5406。根据第一二维图像特征5403、样本权重5400和第二二维图像特征5406，可以得到二维图像特征的蒸馏损失信息5407。
根据本申请的实施例，在该实施例500中，根据第一检测框对第一三维特征图5408进行处理，可以得到第一三维感兴趣区域特征图5409。对第一三维感兴趣区域特征图5409进行池化处理，可以得到第一三维图像特征5410。同理，根据第二检测框对第二三维特征图5411进行处理，可以得到第二三维感兴趣区域特征图5412。对第二三维感兴趣区域特征图5412进行池化处理，可以得到第一三维图像特征5413。根据第一三维图像特征5409、样本权重5400和第二三维图像特征5413，可以得到三维图像特征的蒸馏损失信息5414。结合二维图像特征的蒸馏损失信息5407和三维图像特征的蒸馏损失信息5401，可以得到特征蒸馏损失信息5415。
图6示意性示出了根据本申请实施例的得到结果蒸馏损失信息的示意图。
如图6所示，在该实施例600中，根据第一检测框的位置信息641和第二检测框的位置信息642和样本权重640可以得到位置蒸馏损失信息643。根据第一目标类别信息644、第二目标类别信息645和样本权重640可以得到类别蒸馏损失信息646。再结合位置蒸馏损失信息643和类别蒸馏损失信息646得到结果蒸馏损失信息647。
例如：第一检测框的位置信息可以为
Figure BDA0004101499510000131
第二检测框的位置信息可以为
Figure BDA0004101499510000132
可以按照公式(6)得到位置蒸馏损失信息：
Figure BDA0004101499510000133
其中，
Figure BDA0004101499510000134
表示第j个样本图像的位置蒸馏损失信息，wj表示第j个样本图像的样本权重。
例如：第一目标类别信息可以为
Figure BDA0004101499510000135
第二目标类别信息可以为
Figure BDA0004101499510000141
可以按照公式(7)得到类别蒸馏损失信息：
Figure BDA0004101499510000142
其中，
Figure BDA0004101499510000143
表示第j个样本图像的类别蒸馏损失信息，wj表示第j个样本图像的样本权重。
根据本申请的实施例，可以按照公式(8)根据位置蒸馏损失信息和类别蒸馏损失信息得到结果蒸馏损失信息：
Loutput＝LKL+LL1 (8)
其中，Loutput表示结果蒸馏损失信息，LKL表示位置蒸馏损失信息，LL1表示类别蒸馏损失信息。
根据本申请的实施例，可以按照公式(9)根据特征蒸馏损失信息和结果蒸馏损失信息得到目标蒸馏损失信息：
Ldistillation＝Lfea+Loutput (9)
其中，Ldistillation表示目标蒸馏损失信息，Lfea表示特征蒸馏损失信息，Loutput表示结果蒸馏损失信息。
根据本申请的实施例，上述操作S350可以包括如下操作：
根据真值损失信息和目标蒸馏损失信息，得到目标模型的损失信息。基于目标模型的损失信息，调节目标模型的参数，得到经训练的目标模型。
根据本申请的实施例，目标模型的损失信息可以如公式(10)所示：
LS-T＝Ldistillation+Lgt (10)
其中，LS-T表示目标模型的损失信息，Ldistillation表示目标蒸馏损失信息，Lgt表示真值损失信息。
图7示意性示出了根据本申请实施例的利用第一模型根据目标模型的损失信息训练目标模型的示意图。
如图7所示，在实施例700中，目标模型701和第一模型702中的各卷积层一一对应。样本图像711和样本图像721是相同的样本图像。将样本图像711、样本图像721同时分别输入目标模型701、第一模型702中。
根据本申请的实施例，利用特征蒸馏损失信息和结果蒸馏损失信息共同构建目标模型的蒸馏损失信息，可以有效提高知识蒸馏的效率。
根据本申请的实施例，在目标模型701中，对样本图像711进行的处理可以包括如下操作：
利用目标模型701对样本图像711进行卷积处理，得到第一二维特征图713。利用预定深度分布图712对第一二维特征图713进行深度估计，得到第一深度特征分布图714。根据第一深度特征分布图714和第一二维特征图713，得到第一三维特征图715。对第一三维特征图715进行检测处理，得到第一检测结果716。基于真值损失函数，根据第一检测结果716和样本标签717，得到真值损失信息718。根据真值损失信息718得到样本权重719。
根据本申请的实施例，预定深度分布图中可以含有预定的多个不同深度，例如：预定深度分布图对第一二维特征图进行深度估计，可以得到第一二维特征图中每个像素点在不同深度出的概率值。根据第一二维特征图中每个像素点在不同深度出的概率值，可以得到第一深度特征分布图。
根据本申请的实施例，根据第一深度特征分布图和第一二维特征图，得到第一三维特征图，可以包括如下操作：
基于张量点积算法，对第一深度特征分布图和第一二维特征图进行处理，得到第一中间特征图。根据预定标定关系对第一中间特征图进行坐标转换处理，得到第二中间特征图。对第二中间特征图进行降维处理，得到第一三维特征图。
例如：可以对第一深度特征分布图和第一二维特征图进行张量点积运算，得到第一中间特征图。例如：第一中间特征图可以是2.5D的特征图。预定标定关系可以是样本图像的图像采集设备的相机坐标系与应用该目标检测模型进行目标检测的设备，例如：无人驾驶车辆的世界坐标系之间的标定关系。可以根据相机坐标系与世界坐标系之间的标定关系，对第一中间特征图进行坐标转换处理，得到3D空间下的第二中间特征图。对第二中间特征图进行降维处理，例如：可以在Z轴方向上对第二中间特征图进行池化操作，得到第一三维特征图。
根据本申请的实施例，在第一模型702中，对样本图像721进行的处理可以包括如下操作：
利用第一模型702对样本图像721进行卷积处理，得到第二二维特征图723。利用预定深度分布图722对第二二维特征图723进行深度估计，得到第二深度特征分布图724。根据第二深度特征分布图724和第二二维特征图723，得到第二三维特征图725。对第二三维特征图725进行检测处理，得到第二检测结果726。
根据本申请的实施例，预定深度分布图中可以含有预定的多个不同深度，例如：预定深度分布图对第二二维特征图进行深度估计，可以得到第二二维特征图中每个像素点在不同深度出的概率值。根据第二二维特征图中每个像素点在不同深度出的概率值，可以得到第二深度特征分布图。
根据本申请的实施例，根据第二深度特征分布图和第二二维特征图，得到第二三维特征图，可以包括如下操作：
基于张量点积算法，对第二深度特征分布图和第二二维特征图进行处理，得到第三中间特征图。根据预定标定关系对第三中间特征图进行坐标转换处理，得到第四中间特征图。对第四中间特征图进行降维处理，得到第二三维特征图。
例如：可以对第二深度特征分布图和第二二维特征图进行张量点积运算，得到第三中间特征图。例如：第三中间特征图可以是2.5D的特征图。预定标定关系可以是样本图像的图像采集设备的相机坐标系与应用该目标检测模型进行目标检测的设备，例如：无人驾驶车辆的世界坐标系之间的标定关系。可以根据相机坐标系与世界坐标系之间的标定关系，对第三中间特征图进行坐标转换处理，得到3D空间下的第四中间特征图。对第四中间特征图进行降维处理，例如：可以在Z轴方向上对第四中间特征图进行池化操作，得到第二三维特征图。
根据本申请的实施例，知识蒸馏的过程可以包括如下操作：
根据第一检测结果716从第一二维特征图713中提取第一二维图像特征，并根据第二检测结果726从第二二维特征图723中提取第二二维图像特征。利用第一二维图像特征、第二二维图像特征和样本权重719得到二维图像特征的蒸馏损失信息741。
根据第一检测结果716从第一三维特征图715中提取第一三维图像特征，并根据第二检测结果726从第二三维特征图725中提取第二三维图像特征。利用第一三维图像特征和第二三维图像特征和样本权重719得到三维图像特征的蒸馏损失信息742。
根据第一检测结果716、第二检测结果726和样本权重得到结果蒸馏损失信息743。并结合二维图像特征的蒸馏损失信息741、三维图像特征的蒸馏损失信息742和结果蒸馏损失信息743，得到目标蒸馏损失信息744。再根据真值损失信息718和目标蒸馏损失信息744得到目标模型的损失信息745。基于目标模型的损失信息745，利用第一模型712对目标模型701进行训练，通过不断调整目标模型的参数，直至目标模型的损失信息745达到收敛条件，可以得到经训练的目标模型。
图8示意性示出了根据本申请实施例的目标检测方法的流程图。
如图8所示，该目标检测方法800包括操作S810～S840。
在操作S810，利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征。
在操作S820，利用预定深度分布图对目标二维图像特征进行深度估计，得到目标深度分布特征图。
在操作S830，根据目标深度特征分布图和目标二维特征图，得到目标三维特征图。
在操作S840，对目标三维特征图进行检测处理，得到目标检测结果。
根据本申请的实施例，待检测图像可以是利用多目相机采集到的多目图像。例如：在无人驾驶的应用场景中，可以利用无人驾驶车辆上安装的多目相机或其他图像采集设备，实时采集待检测图像。
根据本申请的实施例，目标模型是利用本申请实施例中的目标模型的训练方法训练得到，在应用目标模型对待检测图像的处理过程与训练过程中所描述的利用目标模型对样本图像的处理过程相同，在此不做赘述。
根据本申请的实施例，可以利用密集检测头(Center Point)对目标三维特征图进行检测处理，得到目标检测结果。目标检测结果中可以包括目标检测框的位置信息和目标的类别信息。例如：待检测图像中可以包括天空、树木、交通指示灯、车辆、行人，目标检测的结果可以包括树木的位置信息及类别信息、交通指示灯的位置信息及类别信息、车辆的位置信息及类别信息、行人的位置信息及类别信息。
根据本申请的实施例，通过利用本申请实施例中的训练方法训练得到的目标模型对待检测图像进行检测，可以在资源受限的设备上，实现较为复杂场景中的目标检测。
图9示意性示出了根据本申请实施例的目标模型的训练装置的框图。
如图9所示，该实施例的目标模型的训练装置900包括第一处理模块901、第二处理模块902、样本权重获得模块903、蒸馏损失获得模块904和训练模块905。
第一处理模块901，用于利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息。
第二处理模块902，用于利用第一模型对样本图像进行处理，得到第二检测结果，其中，目标模型的各卷积层与第一模型的各卷积层一一对应。
样本权重获得模块903，用于根据真值损失信息，得到样本图像的样本权重。
蒸馏损失获得模块904，用于根据第一检测结果、第二检测结果和样本权重得到目标蒸馏损失信息。
训练模块905，用于基于真值损失信息和目标蒸馏损失信息，利用第一模型对目标模型进行训练，得到经训练的目标模型。
根据本申请的实施例，蒸馏损失获得模块904可以包括第一提取子模块、第二提取子模块、第一获得子模块、第二获得子模块和第三获得子模块。第一提取子模块，用于根据第一检测结果，从目标模型输出的第一特征图中提取第一图像特征。第二提取子模块，用于根据第二检测结果，从第一模型输出的第二特征图中提取第二图像特征。第一获得子模块，用于根据第一图像特征、第二图像特征和样本权重，得到特征蒸馏损失信息。第二获得子模块，用于根据第一检测结果、第二检测结果和样本权重，得到结果蒸馏损失信息。第三获得子模块，用于根据特征蒸馏损失信息和结果蒸馏损失信息，得到目标蒸馏损失信息。
根据本申请的实施例，第一图像特征包括第一二维图像特征和第一三维图像特征，第一特征图包括第一二维特征图和第一三维特征图，第一检测结果包括第一检测框的位置信息，第一提取子模块可以包括：第一提取单元和第二提取单元。第一提取单元，用于根据第一检测框的位置信息，从目标模型输出的第一二维特征图中提取第一二维图像特征。第二提取单元，用于根据第一检测框的位置信息，从目标模型输出的第一三维特征图中提取第一三维图像特征。
根据本申请的实施例，第一提取单元可以包括第一映射子单元和第一池化子单元。其中，第一映射子单元，用于根据来自图像采集设备的设备参数信息，将第一检测框映射到第一二维特征图中，得到第一二维感兴趣区域特征图。第一池化子单元，用于对第一二维感兴趣区域特征图进行池化处理，得到第一二维图像特征。
根据本申请的实施例，第二提取单元可以包括第二映射子单元和第二池化子单元。其中，第二映射子单元，用于将第一检测框映射到第一三维特征图中，得到第一三维感兴趣区域特征图。第二池化子单元，用于对第一三维感兴趣区域特征图进行池化处理，得到第一三维图像特征。
根据本申请的实施例，第二图像特征包括第二二维图像特征和第二三维图像特征，第二特征图包括第二二维特征图和第二三维特征图，第二检测结果包括第二检测框的位置信息，第二提取子模块可以包括：第三提取单元和第四提取单元。其中，第三提取单元，用于根据第二检测框的位置信息，从第一模型输出的第二二维特征图中提取第二二维图像特征。第四提取单元，用于根据第二检测框的位置信息，从第一模型输出的第二三维特征图中提取第二三维图像特征。
根据本申请的实施例，第三提取单元可以包括第三映射子单元和第三池化子单元。其中，第三映射子单元，用于根据来自图像采集设备的设备参数信息，将第二检测框映射到第二二维特征图中，得到第二二维感兴趣区域特征图。第三池化子单元，用于对第二二维感兴趣区域特征图进行池化处理，得到第二二维图像特征。
根据本申请的实施例，第四提取单元可以包括：第四映射子单元和第四池化子单元。第四映射子单元，用于将第二检测框映射到第二三维特征图中，得到第二三维感兴趣区域特征图。第四池化子单元，对第二三维感兴趣区域特征图进行池化处理，得到第二三维图像特征。
根据本申请的实施例，第一图像特征包括第一二维图像特征和第一三维图像特征，第二图像特征包括第二二维图像特征和第二三维图像特征，第一获得子模块可以包括：二维图像特征的蒸馏损失获得单元、三维图像特征的蒸馏损失获得单元和特征蒸馏损失获得单元。其中，二维图像特征的蒸馏损失获得单元，用于根据第一二维图像特征、第二二维图像特征和样本权重，得到二维图像特征的蒸馏损失信息。三维图像特征的蒸馏损失获得单元，用于根据第一三维图像特征、第二三维图像特征和样本权重，得到三维图像特征的蒸馏损失信息。特征蒸馏损失获得单元，用于根据二维图像特征的蒸馏损失信息和三维图像特征的蒸馏损失信息，得到特征蒸馏损失信息。
根据本申请的实施例，第一检测结果包括第一检测框的位置信息和第一目标类别信息；第二检测结果包括第二检测框的位置信息和第二目标类别信息；第二获得子模块可以包括：位置蒸馏损失获得单元、类别蒸馏损失获得单元和结果蒸馏损失获得单元。其中，位置蒸馏损失获得单元，用于根据第一检测框的位置信息和第二检测框的位置信息和样本权重，得到位置蒸馏损失信息。类别蒸馏损失获得单元，用于根据第一目标类别信息和第二目标类别信息和样本权重，得到类别蒸馏损失信息。结果蒸馏损失获得单元，用于根据位置蒸馏损失信息和类别蒸馏损失信息，得到结果蒸馏损失信息。
根据本申请的实施例，第一处理模块可以包括第一卷积子模块、第一深度估计子模块、第一特征融合子模块、第一检测子模块和第一真值损失获得子模块。其中，第一卷积子模块，用于利用目标模型对样本图像进行卷积处理，得到第一二维特征图。第一深度估计子模块，用于利用预定深度分布图对第一二维特征图进行深度估计，得到第一深度特征分布图。第一特征融合子模块，用于根据第一深度特征分布图和第一二维特征图，得到第一三维特征图。第一检测子模块，用于对第一三维特征图进行检测处理，得到第一检测结果。第一真值损失获得子模块，用于基于真值损失函数，根据第一检测结果和样本标签，得到真值损失信息。
根据本申请的实施例，第一特征融合子模块可以包括第一张量点积单元、第一坐标转换单元和第一降温处理单元。其中，第一张量点积单元，用于基于张量点积算法，对第一深度特征分布图和第一二维特征图进行处理，得到第一中间特征图。第一坐标转换单元，用于根据预定标定关系对第一中间特征图进行坐标转换处理，得到第二中间特征图。第一降温处理单元，用于对第二中间特征图进行降维处理，得到第一三维特征图。
根据本申请的实施例，第二处理模块可以包括第二卷积子模块、第二深度估计子模块、第二特征融合子模块和第二检测子模块。其中，第二卷积子模块，用于利用第一模型对样本图像进行卷积处理，得到第二二维特征图。第二深度估计子模块，用于利用预定深度分布图对第二二维特征图进行深度估计，得到第二深度特征分布图。第二特征融合子模块，用于根据第二深度特征分布图和第二二维特征图，得到第二三维特征图。第二检测子模块，用于对第二三维特征图进行检测处理，得到第二检测结果。
根据本申请的实施例，第二特征融合子模块可以包括第二张量点积单元、第二坐标转换单元、第二降维处理单元。其中，第二张量点积单元，用于基于张量点积算法，对第二深度特征分布图和第二二维特征图进行处理，得到第三中间特征图。第二坐标转换单元，用于根据预定标定关系对第三中间特征图进行坐标转换处理，得到第四中间特征图。第二降维处理单元，用于对第四中间特征图进行降维处理，得到第二三维特征图。
根据本申请的实施例，训练模块可以包括损失获得子模块和训练子模块。其中，损失获得子模块，用于根据真值损失信息和目标蒸馏损失信息，得到目标模型的损失信息。训练子模块，用于基于目标模型的损失信息，调节目标模型的参数，得到经训练的目标模型。
图10示意性示出了根据本申请实施例的目标检测装置的框图。
如图10所示，该实施例的目标检测装置1000包括：卷积模块1001、深度估计模块1002、特征融合模块1003和检测模块1004。
卷积模块1001，用于利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征；其中，目标模型是利用本申请实施例中的目标模型的训练方法训练得到的。
深度估计模块1002，用于利用预定深度分布图对目标二维图像特征进行深度估计，得到目标深度分布特征图。
特征融合模块1003，用于根据目标深度特征分布图和目标二维特征图，得到目标三维特征图。
检测模块1004，用于对目标三维特征图进行检测处理，得到目标检测结果。
根据本申请的实施例，本申请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。
根据本申请的实施例，一种电子设备，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，指令被至少一个处理器执行，以使至少一个处理器能够执行如上所述的方法。
根据本申请的实施例，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，计算机指令用于使计算机执行如上所述的方法。
根据本申请的实施例，一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上所述的方法。
图11示出了可以用来实施本申请的实施例的示例电子设备1100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/或者要求的本申请的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100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1101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1101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1101执行上文所描述的各个方法和处理，例如目标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1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的目标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1101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)、复杂可编程逻辑设备(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。
用于实施本申请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。
在本申请的上下文中，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，也可以是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，本申请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，只要能够实现本申请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，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (34)

1.一种目标模型的训练方法，包括：
利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息；
利用第一模型对所述样本图像进行处理，得到第二检测结果，其中，所述目标模型的各卷积层与所述第一模型的各卷积层一一对应；
根据所述真值损失信息，得到所述样本图像的样本权重；
根据所述第一检测结果、所述第二检测结果和所述样本权重得到目标蒸馏损失信息；以及
基于所述真值损失信息和所述目标蒸馏损失信息，利用所述第一模型对所述目标模型进行训练，得到经训练的目标模型。
2.根据权利要求1所述的方法，其中，所述目标蒸馏损失信息包括特征蒸馏损失信息和结果蒸馏损失信息，其中，所述根据所述第一检测结果、所述第二检测结果和所述样本权重得到目标蒸馏损失信息，包括：
根据所述第一检测结果，从所述目标模型输出的第一特征图中提取第一图像特征；
根据所述第二检测结果，从所述第一模型输出的第二特征图中提取第二图像特征；
根据所述第一图像特征、所述第二图像特征和所述样本权重，得到特征蒸馏损失信息；
根据所述第一检测结果、所述第二检测结果和所述样本权重，得到结果蒸馏损失信息；以及
根据所述特征蒸馏损失信息和所述结果蒸馏损失信息，得到所述目标蒸馏损失信息。
3.根据权利要求2所述的方法，其中，所述第一图像特征包括第一二维图像特征和第一三维图像特征，所述第一特征图包括第一二维特征图和第一三维特征图，所述第一检测结果包括第一检测框的位置信息，所述根据所述第一检测结果，从所述目标模型输出的第一特征图中提取第一图像特征，包括：
根据所述第一检测框的位置信息，从所述目标模型输出的所述第一二维特征图中提取所述第一二维图像特征；以及
根据所述第一检测框的位置信息，从所述目标模型输出的所述第一三维特征图中提取所述第一三维图像特征。
4.根据权利要求3所述的方法，其中，所述根据所述第一检测框的位置信息，从所述目标模型输出的所述第一二维特征图中提取所述第一二维图像特征，包括：
根据来自图像采集设备的设备参数信息，将所述第一检测框映射到所述第一二维特征图中，得到第一二维感兴趣区域特征图；以及
对所述第一二维感兴趣区域特征图进行池化处理，得到所述第一二维图像特征。
5.根据权利要求3所述的方法，其中，所述根据所述第一检测框的位置信息，从所述目标模型输出的所述第一三维特征图中提取所述第一三维图像特征，包括：
将所述第一检测框映射到所述第一三维特征图中，得到第一三维感兴趣区域特征图；以及
对所述第一三维感兴趣区域特征图进行池化处理，得到所述第一三维图像特征。
6.根据权利要求2所述的方法，其中，所述第二图像特征包括第二二维图像特征和第二三维图像特征，所述第二特征图包括第二二维特征图和第二三维特征图，所述第二检测结果包括第二检测框的位置信息，所述根据所述第二检测结果，从所述第一模型输出的第二特征图中提取第二图像特征，包括：
根据所述第二检测框的位置信息，从所述第一模型输出的所述第二二维特征图中提取所述第二二维图像特征；以及
根据所述第二检测框的位置信息，从所述第一模型输出的所述第二三维特征图中提取所述第二三维图像特征。
7.根据权利要求6所述的方法，其中，所述根据所述第二检测框的位置信息，从所述第一模型输出的所述第二二维特征图中提取所述第二二维图像特征，包括：
根据来自图像采集设备的设备参数信息，将所述第二检测框映射到所述第二二维特征图中，得到第二二维感兴趣区域特征图；以及
对所述第二二维感兴趣区域特征图进行池化处理，得到所述第二二维图像特征。
8.根据权利要求6所述的方法，其中，所述根据所述第二检测框的位置信息，从所述第一模型输出的所述第二三维特征图中提取所述第二三维图像特征，包括：
将所述第二检测框映射到所述第二三维特征图中，得到第二三维感兴趣区域特征图；以及
对所述第二三维感兴趣区域特征图进行池化处理，得到所述第二三维图像特征。
9.根据权利要求2所述的方法，其中，所述第一图像特征包括第一二维图像特征和第一三维图像特征，所述第二图像特征包括第二二维图像特征和第二三维图像特征，所述根据所述第一图像特征、所述第二图像特征和所述样本权重，得到特征蒸馏损失信息，包括：
根据所述第一二维图像特征、所述第二二维图像特征和所述样本权重，得到二维图像特征的蒸馏损失信息；
根据所述第一三维图像特征、所述第二三维图像特征和所述样本权重，得到三维图像特征的蒸馏损失信息；以及
根据所述二维图像特征的蒸馏损失信息和所述三维图像特征的蒸馏损失信息，得到所述特征蒸馏损失信息。
10.根据权利要求2所述的方法，其中，所述第一检测结果包括第一检测框的位置信息和第一目标类别信息；所述第二检测结果包括第二检测框的位置信息和第二目标类别信息；所述根据所述第一检测结果、所述第二检测结果和所述样本权重，得到结果蒸馏损失信息，包括：
根据所述第一检测框的位置信息和所述第二检测框的位置信息和所述样本权重，得到位置蒸馏损失信息；
根据所述第一目标类别信息、所述第二目标类别信息和所述样本权重，得到所述类别蒸馏损失信息；以及
根据所述位置蒸馏损失信息和所述类别蒸馏损失信息，得到所述结果蒸馏损失信息。
11.根据权利要求1所述的方法，其中，所述利用所述目标模型对所述样本图像进行处理，得到第一检测结果和真值损失信息，包括：
利用所述目标模型对所述样本图像进行卷积处理，得到第一二维特征图；
利用预定深度分布图对所述第一二维特征图进行深度估计，得到第一深度特征分布图；
根据所述第一深度特征分布图和所述第一二维特征图，得到所述第一三维特征图；
对所述第一三维特征图进行检测处理，得到所述第一检测结果；以及
基于真值损失函数，根据所述第一检测结果和样本标签，得到所述真值损失信息。
12.根据权利要求11所述的方法，其中，所述根据所述第一深度特征分布图和所述第一二维特征图，得到所述第一三维特征图，包括：
基于张量点积算法，对所述第一深度特征分布图和所述第一二维特征图进行处理，得到第一中间特征图；
根据预定标定关系对所述第一中间特征图进行坐标转换处理，得到所述第二中间特征图；以及
对所述第二中间特征图进行降维处理，得到所述第一三维特征图。
13.根据权利要求1所述的方法，其中，所述利用所述第一模型对所述样本图像进行处理，得到第二检测结果，包括：
利用所述第一模型对所述样本图像进行卷积处理，得到第二二维特征图；
利用预定深度分布图对所述第二二维特征图进行深度估计，得到第二深度特征分布图；
根据所述第二深度特征分布图和所述第二二维特征图，得到所述第二三维特征图；以及
对所述第二三维特征图进行检测处理，得到所述第二检测结果。
14.根据权利要求13所述的方法，其中，所述根据所述第二深度特征分布图和所述第二二维特征图，得到所述第二三维特征图，包括：
基于张量点积算法，对所述第二深度特征分布图和所述第二二维特征图进行处理，得到第三中间特征图；
根据预定标定关系对所述第三中间特征图进行坐标转换处理，得到所述第四中间特征图；以及
对所述第四中间特征图进行降维处理，得到所述第二三维特征图。
15.根据权利要求1所述的方法，其中，所述基于所述真值损失信息和所述目标蒸馏损失信息，利用所述第一模型对所述目标模型进行训练，得到经训练的目标模型，包括：
根据所述真值损失信息和所述目标蒸馏损失信息，得到所述目标模型的损失信息；以及
基于所述目标模型的损失信息，调节所述目标模型的参数，得到经训练的目标模型。
16.一种目标检测方法，包括：
利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征；其中，所述目标模型是利用权利要求1～15任一项所述的训练方法训练得到的；
利用预定深度分布图对所述目标二维图像特征进行深度估计，得到目标深度分布特征图；
根据所述目标深度特征分布图和所述目标二维特征图，得到所述目标三维特征图；以及
对所述目标三维特征图进行检测处理，得到目标检测结果。
17.一种目标模型的训练装置，包括：
第一处理模块，用于利用目标模型对样本图像进行处理，得到第一检测结果和真值损失信息；
第二处理模块，用于利用第一模型对所述样本图像进行处理，得到第二检测结果，其中，所述目标模型的各卷积层与所述第一模型的各卷积层一一对应；
样本权重获得模块，用于根据所述真值损失信息，得到所述样本图像的样本权重；
蒸馏损失获得模块，用于根据所述第一检测结果、所述第二检测结果和所述样本权重得到目标蒸馏损失信息；以及
训练模块，用于基于所述真值损失信息和所述目标蒸馏损失信息，利用所述第一模型对所述目标模型进行训练，得到经训练的目标模型。
18.根据权利要求17所述的装置，其中，所述蒸馏损失获得模块包括：
第一提取子模块，用于根据所述第一检测结果，从所述目标模型输出的第一特征图中提取第一图像特征；
第二提取子模块，用于根据所述第二检测结果，从所述第一模型输出的第二特征图中提取第二图像特征；
第一获得子模块，用于根据所述第一图像特征、所述第二图像特征和所述样本权重，得到特征蒸馏损失信息；
第二获得子模块，用于根据所述第一检测结果、所述第二检测结果和所述样本权重，得到结果蒸馏损失信息；以及
第三获得子模块，用于根据所述特征蒸馏损失信息和所述结果蒸馏损失信息，得到所述目标蒸馏损失信息。
19.根据权利要求18所述的装置，其中，所述第一图像特征包括第一二维图像特征和第一三维图像特征，所述第一特征图包括第一二维特征图和第一三维特征图，所述第一检测结果包括第一检测框的位置信息，所述第一提取子模块包括：
第一提取单元，用于根据所述第一检测框的位置信息，从所述目标模型输出的所述第一二维特征图中提取所述第一二维图像特征；以及
第二提取单元，用于根据所述第一检测框的位置信息，从所述目标模型输出的所述第一三维特征图中提取所述第一三维图像特征。
20.根据权利要求19所述的装置，其中，所述第一提取单元包括：
第一映射子单元，用于根据来自图像采集设备的设备参数信息，将所述第一检测框映射到所述第一二维特征图中，得到第一二维感兴趣区域特征图；以及
第一池化子单元，用于对所述第一二维感兴趣区域特征图进行池化处理，得到所述第一二维图像特征。
21.根据权利要求19所述的装置，其中，所述第二提取单元包括：
第二映射子单元，用于将所述第一检测框映射到所述第一三维特征图中，得到第一三维感兴趣区域特征图；以及
第二池化子单元，用于对所述第一三维感兴趣区域特征图进行池化处理，得到所述第一三维图像特征。
22.根据权利要求18所述的装置，其中，所述第二图像特征包括第二二维图像特征和第二三维图像特征，所述第二特征图包括第二二维特征图和第二三维特征图，所述第二检测结果包括第二检测框的位置信息，所述第二提取子模块包括：
第三提取单元，用于根据所述第二检测框的位置信息，从所述第一模型输出的所述第二二维特征图中提取所述第二二维图像特征；以及
第四提取单元，用于根据所述第二检测框的位置信息，从所述第一模型输出的所述第二三维特征图中提取所述第二三维图像特征。
23.根据权利要求22所述的装置，其中，所述第三提取单元包括：
第三映射子单元，用于根据来自图像采集设备的设备参数信息，将所述第二检测框映射到所述第二二维特征图中，得到第二二维感兴趣区域特征图；以及
第三池化子单元，用于对所述第二二维感兴趣区域特征图进行池化处理，得到所述第二二维图像特征。
24.根据权利要求22所述的装置，其中，所述第四提取单元包括：
第四映射子单元，用于将所述第二检测框映射到所述第二三维特征图中，得到第二三维感兴趣区域特征图；以及
第四池化子单元，对所述第二三维感兴趣区域特征图进行池化处理，得到所述第二三维图像特征。
25.根据权利要求18所述的装置，其中，所述第一图像特征包括第一二维图像特征和第一三维图像特征，所述第二图像特征包括第二二维图像特征和第二三维图像特征，所述第一获得子模块包括：
二维图像特征的蒸馏损失获得单元，用于根据所述第一二维图像特征、所述第二二维图像特征和所述样本权重，得到二维图像特征的蒸馏损失信息；
三维图像特征的蒸馏损失获得单元，用于根据所述第一三维图像特征、所述第二三维图像特征和所述样本权重，得到三维图像特征的蒸馏损失信息；以及
特征蒸馏损失获得单元，用于根据所述二维图像特征的蒸馏损失信息和所述三维图像特征的蒸馏损失信息，得到所述特征蒸馏损失信息。
26.根据权利要求18所述的装置，其中，所述第一检测结果包括第一检测框的位置信息和第一目标类别信息；所述第二检测结果包括第二检测框的位置信息和第二目标类别信息；所述第二获得子模块包括：
位置蒸馏损失获得单元，用于根据所述第一检测框的位置信息和所述第二检测框的位置信息和所述样本权重，得到位置蒸馏损失信息；
类别蒸馏损失获得单元，用于根据所述第一目标类别信息和所述第二目标类别信息和所述样本权重，得到所述类别蒸馏损失信息；以及
结果蒸馏损失获得单元，用于根据所述位置蒸馏损失信息和所述类别蒸馏损失信息，得到所述结果蒸馏损失信息。
27.根据权利要求17所述的装置，其中，所述第一处理模块包括：
第一卷积子模块，用于利用所述目标模型对所述样本图像进行卷积处理，得到第一二维特征图；
第一深度估计子模块，用于利用预定深度分布图对所述第一二维特征图进行深度估计，得到第一深度特征分布图；
第一特征融合子模块，用于根据所述第一深度特征分布图和所述第一二维特征图，得到所述第一三维特征图；
第一检测子模块，用于对所述第一三维特征图进行检测处理，得到所述第一检测结果；以及
第一真值损失获得子模块，用于基于真值损失函数，根据所述第一检测结果和样本标签，得到所述真值损失信息。
28.根据权利要求27所述的装置，其中，所述第一特征融合子模块包括：
第一张量点积单元，用于基于张量点积算法，对所述第一深度特征分布图和所述第一二维特征图进行处理，得到第一中间特征图；
第一坐标转换单元，用于根据预定标定关系对所述第一中间特征图进行坐标转换处理，得到所述第二中间特征图；以及
第一降温处理单元，用于对所述第二中间特征图进行降维处理，得到所述第一三维特征图。
29.根据权利要求17所述的装置，其中，所述第二处理模块包括：
第二卷积子模块，用于利用所述第一模型对所述样本图像进行卷积处理，得到第二二维特征图；
第二深度估计子模块，用于利用预定深度分布图对所述第二二维特征图进行深度估计，得到第二深度特征分布图；
第二特征融合子模块，用于根据所述第二深度特征分布图和所述第二二维特征图，得到所述第二三维特征图；以及
第二检测子模块，用于对所述第二三维特征图进行检测处理，得到所述第二检测结果。
30.根据权利要求29所述的装置，其中，所述第二特征融合子模块包括：
第二张量点积单元，用于基于张量点积算法，对所述第二深度特征分布图和所述第二二维特征图进行处理，得到第三中间特征图；
第二坐标转换单元，用于根据预定标定关系对所述第三中间特征图进行坐标转换处理，得到所述第四中间特征图；以及
第二降维处理单元，用于对所述第四中间特征图进行降维处理，得到所述第二三维特征图。
31.根据权利要求17所述的装置，其中，所述训练模块包括：
损失获得子模块，用于根据所述真值损失信息和所述目标蒸馏损失信息，得到所述目标模型的损失信息；以及
训练子模块，用于基于所述目标模型的损失信息，调节所述目标模型的参数，得到经训练的目标模型。
32.一种目标检测装置，包括：
卷积模块，用于利用目标模型对待检测图像进行卷积处理，得到目标二维图像特征；其中，所述目标模型是利用权利要求1～15任一项所述的训练方法训练得到的；
深度估计模块，用于利用预定深度分布图对所述目标二维图像特征进行深度估计，得到目标深度分布特征图；
特征融合模块，用于根据所述目标深度特征分布图和所述目标二维特征图，得到所述目标三维特征图；以及
检测模块，用于对所述目标三维特征图进行检测处理，得到目标检测结果。
33.一种电子设备，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1-16中任一项所述的方法。
34.一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1-16中任一项所述的方法。
CN202310169071.3A 2023-02-14 2023-02-14 目标模型的训练方法、目标检测方法及装置 Active CN116229209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310169071.3A CN116229209B (zh) 2023-02-14 2023-02-14 目标模型的训练方法、目标检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310169071.3A CN116229209B (zh) 2023-02-14 2023-02-14 目标模型的训练方法、目标检测方法及装置

Publications (2)

Publication Number Publication Date
CN116229209A true CN116229209A (zh) 2023-06-06
CN116229209B CN116229209B (zh) 2023-11-07

Family

ID=86580193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310169071.3A Active CN116229209B (zh) 2023-02-14 2023-02-14 目标模型的训练方法、目标检测方法及装置

Country Status (1)

Country Link
CN (1) CN116229209B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112801164A (zh) * 2021-01-22 2021-05-14 北京百度网讯科技有限公司 目标检测模型的训练方法、装置、设备及存储介质
US20220138454A1 (en) * 2020-11-05 2022-05-05 Canon Kabushiki Kaisha Training method and training apparatus for a neural network for object recognition
CN114863248A (zh) * 2022-03-02 2022-08-05 武汉大学 一种基于深监督自蒸馏的图像目标检测方法
CN115082920A (zh) * 2022-08-16 2022-09-20 北京百度网讯科技有限公司 深度学习模型的训练方法、图像处理方法和装置
CN115147831A (zh) * 2022-06-30 2022-10-04 北京百度网讯科技有限公司 三维目标检测模型的训练方法和装置
CN115223117A (zh) * 2022-05-30 2022-10-21 九识智行(北京)科技有限公司 三维目标检测模型的训练和使用方法、装置、介质及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220138454A1 (en) * 2020-11-05 2022-05-05 Canon Kabushiki Kaisha Training method and training apparatus for a neural network for object recognition
CN112801164A (zh) * 2021-01-22 2021-05-14 北京百度网讯科技有限公司 目标检测模型的训练方法、装置、设备及存储介质
CN114863248A (zh) * 2022-03-02 2022-08-05 武汉大学 一种基于深监督自蒸馏的图像目标检测方法
CN115223117A (zh) * 2022-05-30 2022-10-21 九识智行(北京)科技有限公司 三维目标检测模型的训练和使用方法、装置、介质及设备
CN115147831A (zh) * 2022-06-30 2022-10-04 北京百度网讯科技有限公司 三维目标检测模型的训练方法和装置
CN115082920A (zh) * 2022-08-16 2022-09-20 北京百度网讯科技有限公司 深度学习模型的训练方法、图像处理方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI, L.; LIANG, S.-N.; YANG, Y.; JIN, Z.: "Boosting online feature transfer via separable feature fusion", 《2022 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)》 *
孙依然: "面向深度神经网络的模型压缩与加速研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 1, pages 138 - 1130 *

Also Published As

Publication number Publication date
CN116229209B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
CN114550177B (zh) 图像处理的方法、文本识别方法及装置
CN112633276B (zh) 训练方法、识别方法、装置、设备、介质
CN113674421B (zh) 3d目标检测方法、模型训练方法、相关装置及电子设备
CN113378770B (zh) 手势识别方法、装置、设备、存储介质
CN113205041B (zh) 结构化信息提取方法、装置、设备和存储介质
CN115880555B (zh) 目标检测方法、模型训练方法、装置、设备及介质
CN113378712B (zh) 物体检测模型的训练方法、图像检测方法及其装置
CN112989995B (zh) 文本检测方法、装置及电子设备
CN112528858A (zh) 人体姿态估计模型的训练方法、装置、设备、介质及产品
CN113362314B (zh) 医学图像识别方法、识别模型训练方法及装置
US20220172376A1 (en) Target Tracking Method and Device, and Electronic Apparatus
CN113947188A (zh) 目标检测网络的训练方法和车辆检测方法
CN115719436A (zh) 模型训练方法、目标检测方法、装置、设备以及存储介质
CN113326773A (zh) 识别模型训练方法、识别方法、装置、设备及存储介质
CN116030206A (zh) 地图生成方法、训练方法、装置、电子设备以及存储介质
CN116052097A (zh) 一种地图要素检测方法、装置、电子设备和存储介质
CN113932796B (zh) 高精地图车道线生成方法、装置和电子设备
CN113920273B (zh) 图像处理方法、装置、电子设备和存储介质
CN116229209B (zh) 目标模型的训练方法、目标检测方法及装置
CN115909255A (zh) 图像生成、图像分割方法、装置、设备、车载终端及介质
CN113656629B (zh) 视觉定位方法、装置、电子设备及存储介质
CN114170282A (zh) 点云融合方法、装置、电子设备和介质
CN113610856A (zh) 训练图像分割模型和图像分割的方法和装置
CN114581746B (zh) 物体检测方法、装置、设备及介质
CN115147902B (zh) 人脸活体检测模型的训练方法、装置及计算机程序产品

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