CN113936158A - 一种标签匹配方法及装置 - Google Patents
一种标签匹配方法及装置 Download PDFInfo
- Publication number
- CN113936158A CN113936158A CN202111194593.6A CN202111194593A CN113936158A CN 113936158 A CN113936158 A CN 113936158A CN 202111194593 A CN202111194593 A CN 202111194593A CN 113936158 A CN113936158 A CN 113936158A
- Authority
- CN
- China
- Prior art keywords
- anchor
- anchor point
- sample
- feature
- similarity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000013598 vector Substances 0.000 claims abstract description 53
- 238000010586 diagram Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种标签匹配方法及装置,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。具体实现方案为:对样本图像进行特征提取,得到特征图;将样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;获取特征图中各个锚点框的中心点的特征;计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,基于相似度划分正样本锚点框和负样本锚点框。网络提取到的特征能够学习到目标的尺寸、形状、遮挡等信息,因此通过计算真实标签对应特征向量与锚点框对应特征向量的相似度方式,能够自适应的匹配到真实目标的感兴趣区域,划分鲁棒性更好的正负样本锚点框。
Description
技术领域
本公开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。
背景技术
目标检测任务是找出图像中的物体,并确定类别和位置,是计算机视觉领域的核心问题之一。
随着计算机视觉技术的发展,有关目标检测的研究越来越热门,并广泛应用于智能监控***、自动驾驶等领域。
发明内容
本公开提供了一种标签匹配方法、装置、电子设备及存储介质。
根据本公开的一方面,提供了一种标签匹配方法,包括:
对样本图像进行特征提取,得到特征图,所述样本图像具备至少一个真实标签;
基于预设的区域特征聚集算法,将所述样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取所述特征图中各个锚点框的中心点的特征,作为第二特征向量;
针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
根据本公开的另一方面,提供了一种标签匹配装置,包括:
特征提取模块,用于对样本图像进行特征提取,得到特征图,所述样本图像具备至少一个真实标签;
映射模块,用于基于预设的区域特征聚集算法,将所述样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取模块,用于获取所述特征图中各个锚点框的中心点的特征,作为第二特征向量;
划分模块,用于针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
根据本公开的又一方面,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标签匹配方法。
根据本公开的又一方面,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标签匹配方法。
根据本公开的又一方面,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标签匹配方法。
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。
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是现有技术中标签匹配的一种示意图;
图2是现有技术中标签匹配的另一种示意图;
图3为本公开实施例提供的标签匹配方法的一种流程示意图;
图4是真实标签映射为特征图中区域的一种示意图;
图5是用来实现本公开实施例的标签匹配方法的装置的框图;
图6是用来实现本公开实施例的标签匹配方法的电子设备的框图。
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。
目标检测任务是找出图像中的物体,并确定类别和位置,是计算机视觉领域的核心问题之一。
目前,目标检测大多以卷积神经网络为基础。在目标检测的训练过程中,需要先进行标签匹配,得到正负样本的锚点框(anchor),再基于正负样本的锚点框计算位置损失和/或类别损失。
标签匹配在目标检测领域也称为label assign,标签匹配实质是:针对每一真实标签(ground truch),将锚点框划分为正负样本。其中,真实标签通常是样本图像中的矩形区域,该矩形区域框住了图像中的物体。锚点框是根据特征图的尺寸自动生成的矩形框。
现有的标签匹配方式大致分为两种:
第一种方式:计算真实标签和锚点框之间的交并比,以固定的交并比阈值来区分正负样本的锚点框,例如RetinaNet算法中,将交并比大于0.5的锚点框划分为正样本锚点框,将交并比小于0.4的锚点框划分为负样本锚点框。例如,参见图1,图1是现有技术中标签匹配的一种示意图。图1示出了9个锚点框与真实标签的交并比,只有中心的锚点框与真实标签的交并比大于0.5,将其作为正样本锚点框;其他锚点框与真实标签的交并比均小于0.4,均作为负样本锚点框。
第二种方式:在基于anchor-free的目标检测训练过程中,每一个特征点作为一个锚点框,将真实标签区域范围内的特征点作为正样本锚点框,在真实标签范围之外的特征点作为负样本锚点框。例如,参见图2,图2是现有技术中标签匹配的另一种示意图。真实标签包含的四个特征点作为正样本锚点框,其他特征点均作为负样本锚点框。
上述两种标签匹配方法都存在一定的缺陷,具体为:
第一种方式中,基于固定的交并比阈值选取正负样本的锚点框,但实际应用中,针对不同类别的目标,适合的交并比阈值可能不同,并且随着训练的进行,所适合的交并比也会动态变化,因此基于固定交并比阈值的方式划分出的正负样本锚点框往往是次优的。
第二种方式中,忽略了目标可能存在遮挡从而带来尺寸、形状等不确定的影响,无法根据图片数据动态选取合适的正负样本锚点框。
为了解决现有标签匹配过程的上述技术问题,本公开提供了一种标签匹配方法、装置、电子设备及存储介质。
本公开的一个实施例中,提供了一种标签匹配方法,方法包括:
对样本图像进行特征提取,得到特征图,样本图像具备至少一个真实标签;
基于预设的区域特征聚集算法,将样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取特征图中各个锚点框的中心点的特征,作为第二特征向量;
针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
可见,在标签匹配过程中,以特征相似度为依据划分正负样本锚点框,这属于动态阈值的方式,随着训练的进行,特征图也可以动态的进行学习调整,使得计算出的特征相似度能够动态进化。
并且,由于网络提取到的特征能够学习到目标的尺寸、形状、遮挡等信息,因此通过计算真实标签对应特征向量与锚点框对应特征向量的相似度方式,能够自适应的匹配到真实目标的感兴趣区域,从而划分鲁棒性更好的正样本锚点框,使目标检测算法在前向推理时不增加耗时的情况下具备更精准的检测结果。
下面对本公开实施例提供的标签匹配方法、装置、电子设备及存储介质分别进行详细介绍。
参见图3,图3为本公开实施例提供的标签匹配方法的一种流程示意图,如图3所示,方法可以包括以下步骤:
S301:对样本图像进行特征提取,得到特征图,样本图像具备至少一个真实标签。
本公开实施例提供的标签匹配方法可以应用于目标检测网络的训练过程中。
训练过程中,所采用的样本图像具备至少一个真实标签,真实标签通常是样本图像中框住检测物体的矩形区域。
本步骤中,可以通过卷积神经网络对样本图像进行特征提取,得到特征图(feature map),特征图通常是多维度的。也就是说,将样本图像输入卷积神经网络,使卷积神经网络提取样本图像的特征。
S302:基于预设的区域特征聚集算法,将样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量。
本公开实施例中,样本图像经过特征提取后,样本图像的真实标签映射为特征图中的区域。作为一个示例,参见图4,图4是真实标签映射为特征图中区域的一种示意图,如图4所示,样本图像中真实标签经过特征提取后,映射为特征图中的一个区域。
区域特征聚类算法是将特征图中相应区域池化为特定尺寸的特征,以便进行后续的分类回归及位置回归,上述特征尺寸可以根据需求设置。
本步骤中,可以基于区域特征聚类算法,将样本图像的真实标签对应的特征图中的区域特征映射为特征向量的形式,作为第一特征向量。
其中,区域特征聚类算法可以是ROI_pooling(Region of Interest pooling,感兴趣区域池化)算法、ROI_align(Region of Interest pooling align,感兴趣区域对齐)算法。
S303:获取特征图中各个锚点框的中心点的特征,作为第二特征向量。
其中,锚点框是根据特征图的尺寸自动生成的,通常是矩形的,锚点框的尺寸、宽高比以及生成的中心位置都可以根据需求进行设置。
由于特征图是多维的,因此特征图中每个锚点框的中心点的特征本身就是多维的特征向量的形式,可以将其作为第二特征向量。
S304:针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
本公开实施例中,针对每一真实标签,需要为其划分正样本锚点框和负样本锚点框。
其中,真实标签对应第一特征向量,每一锚点框对应一个第二特征向量,分别计算第一特征向量与每一第二特征向量的相似度,根据相似度将锚点框划分为正样本锚点框和负样本锚点框。
本公开实施例中,可以按照相似度降序顺序,选取预设数目个锚点框,作为正样本锚点框,将未选取的锚点框确定为负样本锚点框。
作为一个示例,真实标签A对应的特征图中的区域特征被映射为第一特征向量a,特征图中锚点框B1-Bm的中心点的第二特征向量分别为b1-bm,则分别计算第一特征向量a与第二特征向量b1、b2…bm的相似度,选取k个相似度较高的第二特征向量,将所选取的k个第二特征向量对应的锚点框确定为正样本锚点框,其他锚点框为负样本锚点框。
可见,在标签匹配过程中,以特征相似度为依据划分正负样本锚点框,这属于动态阈值的方式,随着训练的进行,特征图也可以动态的进行学习调整,使得计算出的特征相似度能够动态进化。
并且,由于网络提取到的特征能够学习到目标的尺寸、形状、遮挡等信息,因此通过计算真实标签对应特征向量与锚点框对应特征向量的相似度方式,能够自适应的匹配到真实目标的感兴趣区域,从而划分鲁棒性更好的正样本锚点框,使目标检测算法在前向推理时不增加耗时的情况下具备更精准的检测结果。
本公开实施例中,正样本锚点框的特征可以理解为检测目标的前景特征,负样本锚点框的特征可以理解为检测目标的背景特征。因此,在后续训练时,正样本锚点框和负样本锚点框的作用也不相同。
本公开实施例中,针对每一真实标签,基于正样本锚点框计算位置损失,并基于正样本锚点框和负样本锚点框计算类别置信度损失。
具体的,由于正样本锚点框对应检测目标的前景区域,能够体现检测目标的位置信息,因此可以用于计算位置损失,同时也可以用于计算类别置信度损失;负样本锚点框对应检测目标的背景区域,只能用于计算类别置信度损失。计算损失所选取的损失函数可以参见相关技术。
在计算位置损失和类别置信度损失之后,可以根据损失值调整目标检测网络的参数,实现目标检测的训练。
参见图5,图5是用来实现本公开实施例的标签匹配方法的装置的框图,如图5所示,装置可以包括:
特征提取模块501,用于特征提取模块,用于对样本图像进行特征提取,得到特征图,所述样本图像具备至少一个真实标签;
映射模块502,用于基于预设的区域特征聚集算法,将所述样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取模块503,用于获取所述特征图中各个锚点框的中心点的特征,作为第二特征向量;
划分模块504,用于针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
本公开的一个实施例中,特征提取模块具体用于:
将所述样本图像输入卷积神经网络,以使所述卷积神经网络提取所述样本图像的特征。
本公开的一个实施例中,所述划分模块,具体用于:
按照相似度降序顺序,选取预设数目个锚点框,作为正样本锚点框;
将未选取的锚点框确定为负样本锚点框。
本公开的一个实施例中,还包括损失计算模块,用于:
针对每一真实标签,基于正样本锚点框计算位置损失,并基于正样本锚点框和负样本锚点框计算类别置信度损失。
可见,在标签匹配过程中,以特征相似度为依据划分正负样本锚点框,这属于动态阈值的方式,随着训练的进行,特征图也可以动态的进行学习调整,使得计算出的特征相似度能够动态进化。
并且,由于网络提取到的特征能够学习到目标的尺寸、形状、遮挡等信息,因此通过计算真实标签对应特征向量与锚点框对应特征向量的相似度方式,能够自适应的匹配到真实目标的感兴趣区域,从而划分鲁棒性更好的正样本锚点框,使目标检测算法在前向推理时不增加耗时的情况下具备更精准的检测结果。
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。
本公开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标签匹配方法。
本公开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标签匹配方法。
本公开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标签匹配方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600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。
如图所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602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(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备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。
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,例如标签匹配方法。例如,在一些实施例中,图像处理网络的训练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标签匹配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)而被配置为执行标签匹配方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、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***的***(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***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***、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***、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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***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***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***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***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 (11)
1.一种标签匹配方法,所述方法包括:
对样本图像进行特征提取,得到特征图,所述样本图像具备至少一个真实标签;
基于预设的区域特征聚集算法,将所述样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取所述特征图中各个锚点框的中心点的特征,作为第二特征向量;
针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
2.根据权利要求1所述的方法,其中,所述对样本图像进行特征提取的步骤,包括:
将所述样本图像输入卷积神经网络,以使所述卷积神经网络提取所述样本图像的特征。
3.根据权利要求1所述的方法,其中,所述基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框的步骤,包括:
按照相似度降序顺序,选取预设数目个锚点框,作为正样本锚点框;
将未选取的锚点框确定为负样本锚点框。
4.根据权利要求1所述的方法,在基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框之后,还包括:
针对每一真实标签,基于正样本锚点框计算位置损失,并基于正样本锚点框和负样本锚点框计算类别置信度损失。
5.一种标签匹配装置,所述装置包括:
特征提取模块,用于对样本图像进行特征提取,得到特征图,所述样本图像具备至少一个真实标签;
映射模块,用于基于预设的区域特征聚集算法,将所述样本图像的真实标签对应的特征图中的区域特征映射为第一特征向量;
获取模块,用于获取所述特征图中各个锚点框的中心点的特征,作为第二特征向量;
划分模块,用于针对每一真实标签,计算该真实标签对应的第一特征向量与每一第二特征向量的相似度,并基于相似度将各个锚点框划分为正样本锚点框和负样本锚点框。
6.根据权利要求5所述的装置,其中,所述特征提取模块,具体用于:
将所述样本图像输入卷积神经网络,以使所述卷积神经网络提取所述样本图像的特征。
7.根据权利要求5所述的装置,其中,所述划分模块,具体用于:
按照相似度降序顺序,选取预设数目个锚点框,作为正样本锚点框;
将未选取的锚点框确定为负样本锚点框。
8.根据权利要求5所述的装置,还包括:损失计算模块,用于:
针对每一真实标签,基于正样本锚点框计算位置损失,并基于正样本锚点框和负样本锚点框计算类别置信度损失。
9.一种电子设备,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1-4中任一项所述的方法。
10.一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1-4中任一项所述的方法。
11.一种计算机程序产品,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1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111194593.6A CN113936158A (zh) | 2021-10-13 | 2021-10-13 | 一种标签匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111194593.6A CN113936158A (zh) | 2021-10-13 | 2021-10-13 | 一种标签匹配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113936158A true CN113936158A (zh) | 2022-01-14 |
Family
ID=79279207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111194593.6A Pending CN113936158A (zh) | 2021-10-13 | 2021-10-13 | 一种标签匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113936158A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926447A (zh) * | 2022-06-01 | 2022-08-19 | 北京百度网讯科技有限公司 | 用于训练模型的方法、用于检测目标的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599828A (zh) * | 2016-12-09 | 2017-04-26 | 上海电机学院 | 一种基于roi的红外图像检测方法 |
CN109949229A (zh) * | 2019-03-01 | 2019-06-28 | 北京航空航天大学 | 一种多平台多视角下的目标协同检测方法 |
CN111209903A (zh) * | 2020-04-21 | 2020-05-29 | 亮风台(上海)信息科技有限公司 | 一种人脸检测的方法与设备 |
CN112257605A (zh) * | 2020-10-23 | 2021-01-22 | 中国科学院自动化研究所 | 基于自标注训练样本的三维目标检测方法、***及装置 |
WO2021046951A1 (zh) * | 2019-09-09 | 2021-03-18 | 安徽继远软件有限公司 | 图像识别方法、***及存储介质 |
CN113221768A (zh) * | 2021-05-18 | 2021-08-06 | 北京百度网讯科技有限公司 | 识别模型训练方法、识别方法、装置、设备及存储介质 |
-
2021
- 2021-10-13 CN CN202111194593.6A patent/CN113936158A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599828A (zh) * | 2016-12-09 | 2017-04-26 | 上海电机学院 | 一种基于roi的红外图像检测方法 |
CN109949229A (zh) * | 2019-03-01 | 2019-06-28 | 北京航空航天大学 | 一种多平台多视角下的目标协同检测方法 |
WO2021046951A1 (zh) * | 2019-09-09 | 2021-03-18 | 安徽继远软件有限公司 | 图像识别方法、***及存储介质 |
CN111209903A (zh) * | 2020-04-21 | 2020-05-29 | 亮风台(上海)信息科技有限公司 | 一种人脸检测的方法与设备 |
CN112257605A (zh) * | 2020-10-23 | 2021-01-22 | 中国科学院自动化研究所 | 基于自标注训练样本的三维目标检测方法、***及装置 |
CN113221768A (zh) * | 2021-05-18 | 2021-08-06 | 北京百度网讯科技有限公司 | 识别模型训练方法、识别方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
罗晓慧;李凡长;张莉;高家俊;: "基于选择聚类集成的相似流形学习算法", 软件学报, no. 04, 31 December 2020 (2020-12-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926447A (zh) * | 2022-06-01 | 2022-08-19 | 北京百度网讯科技有限公司 | 用于训练模型的方法、用于检测目标的方法和装置 |
CN114926447B (zh) * | 2022-06-01 | 2023-08-29 | 北京百度网讯科技有限公司 | 用于训练模型的方法、用于检测目标的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
CN113378712B (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN113869449A (zh) | 一种模型训练、图像处理方法、装置、设备及存储介质 | |
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN112528858A (zh) | 人体姿态估计模型的训练方法、装置、设备、介质及产品 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN115358392A (zh) | 深度学习网络的训练方法、文本检测方法及装置 | |
CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN114511743B (zh) | 检测模型训练、目标检测方法、装置、设备、介质及产品 | |
US20230245429A1 (en) | Method and apparatus for training lane line detection model, electronic device and storage medium | |
CN114581732A (zh) | 一种图像处理及模型训练方法、装置、设备和存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN116385789B (zh) | 图像处理方法、训练方法、装置、电子设备及存储介质 | |
CN115861809A (zh) | 杆状物检测及其模型的训练方法、装置、电子设备、介质 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114612971A (zh) | 人脸检测方法、模型训练方法、电子设备及程序产品 | |
CN114677566A (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
CN114764874A (zh) | 深度学习模型的训练方法、对象识别方法和装置 | |
CN113901901A (zh) | 图像处理模型的训练方法、装置、电子设备和介质 | |
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 | |
CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
CN113706705A (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 | |
CN113033431A (zh) | 光学字符识别模型训练和识别方法、装置、设备及介质 |
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 |