CN114022695A - 一种检测模型的训练方法、装置、电子设备及存储介质 - Google Patents
一种检测模型的训练方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114022695A CN114022695A CN202111272960.XA CN202111272960A CN114022695A CN 114022695 A CN114022695 A CN 114022695A CN 202111272960 A CN202111272960 A CN 202111272960A CN 114022695 A CN114022695 A CN 114022695A
- Authority
- CN
- China
- Prior art keywords
- detection
- model
- detection target
- target
- cluster
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 366
- 238000012549 training Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004590 computer program Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000006748 scratching Methods 0.000 claims 1
- 230000002393 scratching effect Effects 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect 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
- 238000011156 evaluation 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
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 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
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种检测模型的训练方法、装置、电子设备及存储介质,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域。具体实现方案为:若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;将当前图像输入至第一级子模型中,得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框;基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,得到各个检测目标的优化检测框;基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练。本申请实施例可以针对小目标进行准确检测,有效地解决了小目标的检测问题。
Description
技术领域
本公开涉及人工智能技术领域,进一步涉及计算机视觉和深度学习技术领域,尤其是一种检测模型的方法、装置、电子设备及存储介质。
背景技术
随着互联网和人工智能技术的不断发展,越来越多的领域开始涉及自动化计算与分析,其中智慧交通是最为重要且复杂的场景之一。在智慧交通里,检测是必不可少的一个环节,检测的质量影响后续的操作。在具体的业务场景里,小目标通常有很多,对小目标友好的检测方法,往往是优于竞争对手的关键技术点。
在现有的检测算法中,没有单独针对小目标建立的检测框架。现有方案基本上都是在模型网络结构层面进行修改,要么通过增大模型输入大小来增加模型的感受野,要么在特征金字塔网络(Feature Pyramid Networks,简称FPN)处用大的特征图,让小目标可以保留更多的信息。
但是,这些改动都不能彻底地解决小目标的检测问题,小目标的检测问题根本在于模型学习到的小目标特征信息太少,经过多次卷积操作,小目标的特征信息保留下来的较少,导致整个训练过程中,学习到的小目标信息也较少。
发明内容
本公开提供了一种检测模型的训练方法、装置、电子设备以及存储介质。
第一方面,本申请提供了一种检测模型的训练方法,所述方法包括:
若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;
将所述当前图像输入至第一级子模型中,通过所述第一级子模型得到所述当前图像中的至少一个检测目标以及各个检测目标的初始检测框;
基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;
基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对所述待训练的检测模型进行训练;重复执行上述操作,直到所述待训练的检测模型满足所述收敛条件。
第二方面,本申请提供了一种检测模型的训练装置,所述装置包括:提取模块、第一检测模块、第二检测模块和训练模块;其中,
所述提取模块,用于若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;
所述第一检测模块,用于将所述当前图像输入至第一级子模型中,通过所述第一级子模型得到所述当前图像中的至少一个检测目标以及各个检测目标的初始检测框;
所述第二检测模块,用于基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;
所述训练模块,用于基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对所述待训练的检测模型进行训练;重复执行上述操作,直到所述待训练的检测模型满足所述收敛条件。
第三方面,本申请实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请任意实施例所述的检测模型的训练方法。
第四方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请任意实施例所述的检测模型的训练方法。
第五方面,提供了一种计算机程序产品,当所述计算机程序产品被计算机设备执行时实现本申请任意实施例所述的检测模型的训练方法。
根据本申请的技术解决了现有技术中没有单独针对小目标建立检测框架,基本上都是在现有的模型网络结构层面上进行修改,而这些改动都无法实现针对小目标进行准确检测的技术问题,本申请提供的技术方案,使用由粗到细的检测框架,可以针对小目标进行准确检测,有效地解决了小目标的检测问题。
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是本申请实施例提供的检测模型的训练方法的第一流程示意图;
图2是本申请实施例提供的检测模型的训练方法的第二流程示意图;
图3是本申请实施例提供的检测模型的训练方法的第三流程示意图;
图4是本申请实施例提供的检测模型的训练装置的结构示意图;
图5是用来实现本申请实施例的检测模型的训练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。
实施例一
图1是本申请实施例提供的检测模型的训练方法的第一流程示意图,该方法可以由检测模型的训练装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,检测模型的训练方法可以包括以下步骤:
S101、若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像。
在本步骤中,若待训练的检测模型不满足预先确定的收敛条件,则电子设备可以在业务数据集中提取出一张样本图像作为当前图像。具体地,电子设备可以先构建一个业务数据集,该业务数据集中可以包括多个样本图像,该样本图像的尺寸可以为1920×1080;也可以为其他尺寸。
S102、将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框。
在本步骤中,电子设备可以将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框。较佳地,电子设备在将当前图像输入至预先训练好的第一级子模型中之前,还可以将当前图像由原始尺寸转换为预先设定的目标尺寸,得到目标尺寸的当前图像;然后执行将目标尺寸的当前图像输入至第一级子模型中的操作;本申请实施例中的目标尺寸可以为416×416。
S103、基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。
在本步骤中,电子设备可以基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。较佳地,电子设备在将各个检测目标输入至对应的第二级子模型中之前,可以先将该至少一个检测目标进行聚类,得到当前图像中包含在至少一个簇内的检测目标;然后根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
S104、基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练;重复执行上述操作,直到待训练的检测模型满足收敛条件。
在本步骤中,电子设备可以基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练;重复执行上述操作,直到待训练的检测模型满足收敛条件。具体地,电子设备可以基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,计算出待训练的检测模型的损失函数;然后基于该损失函数对待训练的检测模型进行训练。
本申请实施例提出的检测模型的训练方法,先在业务数据集中提取出一张样本图像作为当前图像;然后将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框;再基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;最后基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练。也就是说,本申请可以使用多个层级的子模型由粗到细地进行检测。而在现有的检测模型的训练方法中,没有单独针对小目标建立的检测框架。现有方案基本上都是在模型网络结构层面进行修改,要么通过增大模型输入大小来增加模型的感受野,要么在特征金字塔网络处用大的特征图,让小目标可以保留更多的信息。因为本申请采用了由粗到细分层检测的技术手段,克服了现有技术中没有单独针对小目标建立检测框架,基本上都是在现有的模型网络结构层面上进行修改,而这些改动都无法实现针对小目标进行准确检测的技术问题,本申请提供的技术方案,使用由粗到细的检测框架,可以针对小目标进行准确检测,有效地解决了小目标的检测问题;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2是本申请实施例提供的检测模型的训练方法的第二流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图2所示,检测模型的训练方法可以包括以下步骤:
S201、若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像。
S202、将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框。
S203、将该至少一个检测目标进行聚类,得到当前图像中包含在至少一个簇内的检测目标。
在本步骤中,电子设备可以将该至少一个检测目标进行聚类,得到当前图像中包含在至少一个簇内的检测目标。具体地,电子设备可以使用K-means聚类算法,得到当前图像中包含在至少一个簇内的检测目标。K-means聚类算法也称k均值聚类算法,是集简单和经典于一身的基于距离的聚类算法。它采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为类簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。
S204、根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
在本步骤中,电子设备可以根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。具体地,电子设备可以将该至少一个簇中的各个簇分别作为当前簇;若当前簇内的各个检测目标的尺寸大于或者等于预定尺寸,则电子设备可以将当前簇内的各个检测目标对应的第二级子模型确定为大图子模型;若当前簇内的各个检测目标的尺寸小于预定尺寸,则电子设备可以将当前簇内的各个检测目标对应的第二级子模型确定为小图子模型。具体地,本申请实施例中的第一级子模型可以为模型A;第二级子模型可以为模型B和模型C;其中,模型B可以为大图子模型;模型C可以为小图子模型。
S205、基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。
在本步骤中,电子设备可以基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。具体地,电子设备可以先基于各个检测目标的初始检测框,在当前图像中抠出各个检测目标对应的原图图像;然后将各个检测目标对应的原图图像输入至对应的第二级子模型中。
S206、基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练;重复执行上述操作,直到待训练的检测模型满足收敛条件。
本申请实施例提出的检测模型的训练方法,先在业务数据集中提取出一张样本图像作为当前图像;然后将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框;再基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;最后基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练。也就是说,本申请可以使用多个层级的子模型由粗到细地进行检测。而在现有的检测模型的训练方法中,没有单独针对小目标建立的检测框架。现有方案基本上都是在模型网络结构层面进行修改,要么通过增大模型输入大小来增加模型的感受野,要么在特征金字塔网络处用大的特征图,让小目标可以保留更多的信息。因为本申请采用了由粗到细分层检测的技术手段,克服了现有技术中没有单独针对小目标建立检测框架,基本上都是在现有的模型网络结构层面上进行修改,而这些改动都无法实现针对小目标进行准确检测的技术问题,本申请提供的技术方案,使用由粗到细的检测框架,可以针对小目标进行准确检测,有效地解决了小目标的检测问题;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图3是本申请实施例提供的检测模型的训练方法的第三流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。如图3所示,检测模型的训练方法可以包括以下步骤:
S301、若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像。
S302、将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框。
S303、将该至少一个检测目标进行聚类,得到当前图像中包含在至少一个簇内的检测目标。
S304、根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
S305、基于各个检测目标的初始检测框,在当前图像中抠出各个检测目标对应的原图图像。
在本步骤中,电子设备可以基于各个检测目标的初始检测框,在当前图像中抠出各个检测目标对应的原图图像。具体地,电子设备可以按照初始检测框的四个顶点的图像坐标,在当前图像中抠出各个检测目标对应的原图图像。
S306、将各个检测目标对应的原图图像输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。
在本步骤中,电子设备可以将各个检测目标对应的原图图像输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框。具体地,电子设备可以将多个检测目标对应的原图图像合并为一个图像,然后将合并后的图像输入至对应的第二级子模型中。
S307、基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练;重复执行上述操作,直到待训练的检测模型满足收敛条件。
在本申请的具体实施例中,在基于训练好的检测模型进行预测时,电子设备可以将待检测图像输入至训练好的检测模型中,通过训练好的检测模型得到待检测图像中的各个检测目标的检测框。
本申请实施例提出的检测模型的训练方法,先在业务数据集中提取出一张样本图像作为当前图像;然后将当前图像输入至第一级子模型中,通过第一级子模型得到当前图像中的至少一个检测目标以及各个检测目标的初始检测框;再基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;最后基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对待训练的检测模型进行训练。也就是说,本申请可以使用多个层级的子模型由粗到细地进行检测。而在现有的检测模型的训练方法中,没有单独针对小目标建立的检测框架。现有方案基本上都是在模型网络结构层面进行修改,要么通过增大模型输入大小来增加模型的感受野,要么在特征金字塔网络处用大的特征图,让小目标可以保留更多的信息。因为本申请采用了由粗到细分层检测的技术手段,克服了现有技术中没有单独针对小目标建立检测框架,基本上都是在现有的模型网络结构层面上进行修改,而这些改动都无法实现针对小目标进行准确检测的技术问题,本申请提供的技术方案,使用由粗到细的检测框架,可以针对小目标进行准确检测,有效地解决了小目标的检测问题;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图4是本申请实施例提供的检测模型的训练装置的结构示意图。如图4所示,所述装置400包括:提取模块401、第一检测模块402、第二检测模块403和训练模块404;其中,
所述提取模块401,用于若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;
所述第一检测模块402,用于将所述当前图像输入至第一级子模型中,通过所述第一级子模型得到所述当前图像中的至少一个检测目标以及各个检测目标的初始检测框;
所述第二检测模块403,用于基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;
所述训练模块404,用于基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对所述待训练的检测模型进行训练;重复执行上述操作,直到所述待训练的检测模型满足所述收敛条件。
进一步的,所述装置还包括:聚类模块405(图中未示出)和确定模块406(图中未示出);其中,
所述聚类模块405,用于将所述至少一个检测目标进行聚类,得到所述当前图像中包含在至少一个簇内的检测目标;
所述确定模块406,用于根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
进一步的,所述确定模块406,具体用于将所述至少一个簇中的各个簇分别作为当前簇;若所述当前簇内的各个检测目标的尺寸大于或者等于预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为大图子模型;若所述当前簇内的各个检测目标的尺寸小于所述预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为小图子模型。
进一步的,所述第二检测模块403,具体用于基于各个检测目标的初始检测框,在所述当前图像中抠出各个检测目标对应的原图图像;将各个检测目标对应的原图图像输入至对应的第二级子模型中。
进一步的,所述第一检测模块402,还用于将所述当前图像由原始尺寸转换为预先设定的目标尺寸,得到目标尺寸的当前图像;执行将所述目标尺寸的当前图像输入至所述第一级子模型中的操作。
进一步的,所述装置还包括:预测模块407(图中未示出),用于将待检测图像输入至训练好的检测模型中,通过所述训练好的检测模型得到所述待检测图像中的各个检测目标的检测框。
上述检测模型的训练装置可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请任意实施例提供的检测模型的训练方法。
实施例五
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5示出了可以用来实施本公开的实施例的示例电子设备500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5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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501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501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501执行上文所描述的各个方法和处理,例如检测模型的训练方法。例如,在一些实施例中,检测模型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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的检测模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行检测模型的训练方法。
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)、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***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)、区块链网络和互联网。
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,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服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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 (15)
1.一种检测模型的训练方法,所述方法包括:
若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;
将所述当前图像输入至第一级子模型中,通过所述第一级子模型得到所述当前图像中的至少一个检测目标以及各个检测目标的初始检测框;
基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;
基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对所述待训练的检测模型进行训练;重复执行上述操作,直到所述待训练的检测模型满足所述收敛条件。
2.根据权利要求1所述的方法,在所述将各个检测目标输入至对应的第二级子模型中之前,所述方法还包括:
将所述至少一个检测目标进行聚类,得到所述当前图像中包含在至少一个簇内的检测目标;
根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
3.根据权利要求2所述的方法,其中,所述根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型,包括:
将所述至少一个簇中的各个簇分别作为当前簇;
若所述当前簇内的各个检测目标的尺寸大于或者等于预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为大图子模型;
若所述当前簇内的各个检测目标的尺寸小于所述预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为小图子模型。
4.根据权利要求1所述的方法,其中,所述基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,包括:
基于各个检测目标的初始检测框,在所述当前图像中抠出各个检测目标对应的原图图像;
将各个检测目标对应的原图图像输入至对应的第二级子模型中。
5.根据权利要求1所述的方法,在所述将所述当前图像输入至预先训练好的第一级子模型中之前,所述方法还包括:
将所述当前图像由原始尺寸转换为预先设定的目标尺寸,得到目标尺寸的当前图像;执行将所述目标尺寸的当前图像输入至所述第一级子模型中的操作。
6.根据权利要求1所述的方法,所述方法还包括:
将待检测图像输入至训练好的检测模型中,通过所述训练好的检测模型得到所述待检测图像中的各个检测目标的检测框。
7.一种检测模型的训练装置,所述装置包括:提取模块、第一检测模块、第二检测模块和训练模块;其中,
所述提取模块,用于若待训练的检测模型不满足预先确定的收敛条件,则在业务数据集中提取出一张样本图像作为当前图像;
所述第一检测模块,用于将所述当前图像输入至第一级子模型中,通过所述第一级子模型得到所述当前图像中的至少一个检测目标以及各个检测目标的初始检测框;
所述第二检测模块,用于基于各个检测目标的初始检测框,将各个检测目标输入至对应的第二级子模型中,通过各个第二级子模型得到各个检测目标的优化检测框;
所述训练模块,用于基于各个检测目标的优化检测框以及预先确定的各个检测目标的实际检测框,对所述待训练的检测模型进行训练;重复执行上述操作,直到所述待训练的检测模型满足所述收敛条件。
8.根据权利要求7所述的装置,所述装置还包括:聚类模块和确定模块;其中,
所述聚类模块,用于将所述至少一个检测目标进行聚类,得到所述当前图像中包含在至少一个簇内的检测目标;
所述确定模块,用于根据各个簇内的检测目标的尺寸确定各个簇内的各个检测目标对应的第二级子模型。
9.根据权利要求8所述的装置,所述确定模块,具体用于将所述至少一个簇中的各个簇分别作为当前簇;若所述当前簇内的各个检测目标的尺寸大于或者等于预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为大图子模型;若所述当前簇内的各个检测目标的尺寸小于所述预定尺寸,则将所述当前簇内的各个检测目标对应的第二级子模型确定为小图子模型。
10.根据权利要求7所述的装置,所述第二检测模块,具体用于基于各个检测目标的初始检测框,在所述当前图像中抠出各个检测目标对应的原图图像;将各个检测目标对应的原图图像输入至对应的第二级子模型中。
11.根据权利要求7所述的装置,所述第一检测模块,还用于将所述当前图像由原始尺寸转换为预先设定的目标尺寸,得到目标尺寸的当前图像;执行将所述目标尺寸的当前图像输入至所述第一级子模型中的操作。
12.根据权利要求7所述的装置,所述装置还包括:预测模块,用于将待检测图像输入至训练好的检测模型中,通过所述训练好的检测模型得到所述待检测图像中的各个检测目标的检测框。
13.一种电子设备,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中任一项所述的方法。
14.一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1-6中任一项所述的方法。
15.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111272960.XA CN114022695A (zh) | 2021-10-29 | 2021-10-29 | 一种检测模型的训练方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111272960.XA CN114022695A (zh) | 2021-10-29 | 2021-10-29 | 一种检测模型的训练方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114022695A true CN114022695A (zh) | 2022-02-08 |
Family
ID=80058927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111272960.XA Pending CN114022695A (zh) | 2021-10-29 | 2021-10-29 | 一种检测模型的训练方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022695A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111241947A (zh) * | 2019-12-31 | 2020-06-05 | 深圳奇迹智慧网络有限公司 | 目标检测模型的训练方法、装置、存储介质和计算机设备 |
CN111598091A (zh) * | 2020-05-20 | 2020-08-28 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备及计算可读存储介质 |
CN111768005A (zh) * | 2020-06-19 | 2020-10-13 | 北京百度网讯科技有限公司 | 轻量级检测模型的训练方法、装置、电子设备及存储介质 |
WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
CN112085119A (zh) * | 2020-09-17 | 2020-12-15 | 上海眼控科技股份有限公司 | 数据处理方法、装置、设备和存储介质 |
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 |
CN113283485A (zh) * | 2021-05-14 | 2021-08-20 | 上海商汤智能科技有限公司 | 目标检测方法及其模型的训练方法和相关装置及介质 |
WO2021208687A1 (zh) * | 2020-11-03 | 2021-10-21 | 平安科技(深圳)有限公司 | 人脸检测模型训练方法、设备、介质及人脸检测方法 |
-
2021
- 2021-10-29 CN CN202111272960.XA patent/CN114022695A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
CN111241947A (zh) * | 2019-12-31 | 2020-06-05 | 深圳奇迹智慧网络有限公司 | 目标检测模型的训练方法、装置、存储介质和计算机设备 |
CN111598091A (zh) * | 2020-05-20 | 2020-08-28 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备及计算可读存储介质 |
CN111768005A (zh) * | 2020-06-19 | 2020-10-13 | 北京百度网讯科技有限公司 | 轻量级检测模型的训练方法、装置、电子设备及存储介质 |
CN112085119A (zh) * | 2020-09-17 | 2020-12-15 | 上海眼控科技股份有限公司 | 数据处理方法、装置、设备和存储介质 |
WO2021208687A1 (zh) * | 2020-11-03 | 2021-10-21 | 平安科技(深圳)有限公司 | 人脸检测模型训练方法、设备、介质及人脸检测方法 |
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 |
CN113283485A (zh) * | 2021-05-14 | 2021-08-20 | 上海商汤智能科技有限公司 | 目标检测方法及其模型的训练方法和相关装置及介质 |
Non-Patent Citations (2)
Title |
---|
王丹峰;陈超波;马天力;李长红;苗春雨;: "基于深度可分离卷积的YOLOv3行人检测算法", 计算机应用与软件, no. 06, 12 June 2020 (2020-06-12) * |
陈军;张黎;周博;罗维平;马双宝;: "基于级联卷积神经网络的驾驶员分心驾驶行为检测", 科学技术与工程, no. 14, 18 May 2020 (2020-05-18) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657390B (zh) | 文本检测模型的训练方法和检测文本方法、装置和设备 | |
US11694461B2 (en) | Optical character recognition method and apparatus, electronic device and storage medium | |
CN113205037B (zh) | 事件检测的方法、装置、电子设备以及可读存储介质 | |
CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN113657274A (zh) | 表格生成方法、装置、电子设备、存储介质及产品 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114187459A (zh) | 目标检测模型的训练方法、装置、电子设备以及存储介质 | |
CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
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 | |
CN114692778A (zh) | 用于智能巡检的多模态样本集生成方法、训练方法及装置 | |
CN114677653A (zh) | 模型训练方法、车辆关键点检测方法及相应的装置 | |
CN113963186A (zh) | 目标检测模型的训练方法、目标检测方法及相关装置 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN116935368A (zh) | 深度学习模型训练方法、文本行检测方法、装置及设备 | |
CN114973333B (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
CN115359322A (zh) | 一种目标检测模型训练方法、装置、设备和存储介质 | |
CN112818972B (zh) | 兴趣点图像的检测方法、装置、电子设备及存储介质 | |
CN113033431B (zh) | 光学字符识别模型训练和识别方法、装置、设备及介质 | |
CN115273148A (zh) | 行人重识别模型训练方法、装置、电子设备及存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN114612971A (zh) | 人脸检测方法、模型训练方法、电子设备及程序产品 | |
CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
CN114022695A (zh) | 一种检测模型的训练方法、装置、电子设备及存储介质 |
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 |