CN114187459A - 目标检测模型的训练方法、装置、电子设备以及存储介质 - Google Patents
目标检测模型的训练方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114187459A CN114187459A CN202111307878.6A CN202111307878A CN114187459A CN 114187459 A CN114187459 A CN 114187459A CN 202111307878 A CN202111307878 A CN 202111307878A CN 114187459 A CN114187459 A CN 114187459A
- Authority
- CN
- China
- Prior art keywords
- detection model
- target detection
- sample
- image
- training
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了目标检测模型的训练方法、装置、电子设备以及存储介质,涉及计算机视觉、深度学习技领域术。具体实现方案为:构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;采用样本图像、样本图像对应的样本目标、以及第一目标检测模型输出的样本图像的中间表示,对初始的第二目标检测模型进行训练;其中,样本图像不需要人工标注,人工成本低;且先对重量级的第一目标检测模型进行训练,然后对轻量级的第二目标检测模型进行蒸馏处理,提高了第二目标检测模型的准确度。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉、深度学习技术领域,尤其涉及目标检测模型的训练方法、装置、电子设备以及存储介质。
背景技术
目前,很多业务上的目标检测任务,对实时性要求较高,因此大多采样较为轻量级别的主干网络构建目标检测模型,并基于标注的训练数据对目标检测模型进行训练。
发明内容
本公开提供了一种用于目标检测模型的训练方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种目标检测模型的训练方法,包括:构建初始的第一目标检测模型,其中,所述第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,所述正样本对中的图像,为对相同图像进行不同的图像预处理得到;所述负样本对的图像,为对不同图像分别进行图像预处理得到;采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,所述第二目标检测模型中第二主干网络的网络层数小于所述第一主干网络的网络层数。
根据本公开的另一方面,提供了一种目标检测模型的训练装置,包括:构建模块,用于构建初始的第一目标检测模型,其中,所述第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,所述正样本对中的图像,为对相同图像进行不同的图像预处理得到;所述负样本对的图像,为对不同图像分别进行图像预处理得到;第一训练模块,用于采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;第二训练模块,用于采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,所述第二目标检测模型中第二主干网络的网络层数小于所述第一主干网络的网络层数。
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本公开上述提出的目标检测模型的训练方法。
根据本公开的再一方面,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,所述计算机指令用于使所述计算机执行本公开上述提出的目标检测模型的训练方法。
根据本公开的再一方面,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本公开上述提出的目标检测模型的训练方法的步骤。
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是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是根据本公开第三实施例的示意图;
图4是用来实施本公开的实施例的电子设备的框图。
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。
相关技术中,很多业务上的目标检测任务,对实时性要求较高,因此大多采样较为轻量级别的主干网络构建目标检测模型,并基于标注的训练数据对目标检测模型进行训练。
然而,上述方法中,直接基于标注的训练数据对轻量级别的目标检测模型进行训练,标注成本高,且特征表示学习能力有限,学习到的模型的准确度差。
针对上述问题,本公开提出一种目标检测模型的训练方法、装置、电子设备以及存储介质。
图1是根据本公开第一实施例的示意图,需要说明的是,本公开实施例的目标检测模型的训练方法可应用于目标检测模型的训练装置,该装置可被配置于电子设备中,以使该电子设备可以执行目标检测功能。
其中,电子设备可以为任一具有计算能力的设备,例如可以为个人电脑(PersonalComputer,简称PC)、移动终端、服务器等,移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作***、触摸屏和/或显示屏的硬件设备。
如图1所示,该目标检测模型的训练方法可以包括如下步骤:
步骤101,构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,正样本对中的图像,为对相同图像进行不同的图像预处理得到;负样本对的图像,为对不同图像分别进行图像预处理得到。
在本公开实施例中,图像预处理包括以下处理中的至少一种:图像颜色变换、图像几何变换、图像中多块的拼图处理。其中,图像颜色变换例如可以对原图进行以下操作的至少一种:高斯噪声、高斯模糊、颜色失真等。其中,图像几何变换例如可以对原图进行以下操作的至少一种:裁剪、旋转、翻转等。图像中多块的拼图处理,例如,将图像划分为多块,打乱多块的位置。
在本公开实施例中,正样本对中的两个图像,为对相同图像进行不同的图像预处理得到。例如,一个图像为对A图像进行颜色变换处理得到,另一个图像为对A图像进行图像几何变换得到。又例如,一个图像为对A图像进行图像几何变换得到,另一个图像为对A图像进行多块拼图处理得到。
在本公开实施例中,负样本对中的两个图像,为对不同图像分别进行图像预处理得到。其中,对不同图像,可以进行相同的图像预处理,也可以进行不同的图像预处理。例如,负样本对中的两个图像,一个图像为对A图像进行颜色变换处理得到,另一个图像为对B图像进行颜色变换处理得到。又例如,负样本对中的两个图像,一个图像为对A图像进行颜色变换处理得到,另一个图像为对B图像进行图像几何变换得到。
在本公开实施例中,采样正样本对和负样本对对第一主干网络进行训练的过程例如可以为,将一个正样本对输入第一主干网络,获取正样本对中两个图像的特征,进而计算正样本对中两个图像的特征之间的第一相似度,对第一主干网络的系数进行调整,使得第一相似度越大越好。将一个负样本对输入第一主干网络,获取负样本对中两个图像的特征,进而计算负样本对中两个图像的特征之间的第二相似度,对第一主干网络的系数进行调整,使得第二相似度越小越好。
又例如,分别将一个正样本对和一个负样本对输入第一主干网络,获取正样本对中两个图像的特征,以及负样本对中两个图像的特征;进而计算正样本对中两个图像的特征之间的第一相似度,以及负样本对中两个图像的特征之间的第二相似度;根据第一相似度和第二相似度的差值的倒数构建损失函数,以调整第一主干网络的系数,使得第一相似度越大越好,第二相似度越小越好。
在本公开实施例中,第一目标检测模型可以包括:第一主干网络以及目标检测网络。其中,第一主干网络用于提取样本图像中的图像特征;目标检测网络用于基于图像特征预测样本图像中的目标。其中,目标检测网络例如可以为,TTFnet(Training-Time-Friendly Network,训练时间友好网络)网络。
在本公开实施中,为了能够提取到图像中更多的特征,提高第一目标检测模型训练的准确度,第一主干网络例如可以为101层的残差网络。其中,采用残差网络构建的第一目标检测模型训练后的准确度高。
在本公开实施例中,通过自监督对比学习,通过输入正样本对和负样本对的图像,计算输出的损失,学习到正样本对中的图像越来越相似,负样本对的图像越来越不相似的特征,避免人工标注,降低人工标注成本,且确保第一目标检测模型训练后的准确度。
步骤102,采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型。
在本公开实施例中,样本图像以及对应的样本目标,为具体应用场景下的数据。其中,以应用场景为车辆检测场景为例,样本图像可以为车辆图像,样本目标可以为车辆图像中车辆的位置信息等。以应用场景为道路元素检测场景为例,样本图像可以为道路图像,样本目标可以为道路图像中道路元素的位置信息等。
在本公开实施例中,目标检测模型的训练装置执行步骤102的过程例如可以为,基于样本目标以及第一目标检测模型输出的预测目标,确定第一目标检测模型的损失函数;基于损失函数的值对第一目标检测模型中除第一主干网络的系数之外的系数进行调整,实现训练。
在本公开实施例中,用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练时,不对第一主干网络的系数进行调整,只对第一目标检测模型中除第一主干网络的系数之外的系数进行调整,能够确保第一主干网络的准确度,且提高训练后的第一目标检测模型准确度。
步骤103,采用样本图像、样本图像对应的样本目标、以及第一目标检测模型输出的样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,第二目标检测模型中第二主干网络的网络层数小于第一主干网络的网络层数。
在本公开实施例中,第一目标检测模型输出的样本图像的中间表示,可以为将样本图像输入第一目标检测模型之后,第一目标检测模型中目标检测网络的任一网络层输出的表示。例如,目标检测网络中全连接层之前的网络层输出的表示。
在本公开实施例中,第二主干网络例如可以为34层的残差网络。
在本公开实施例中,以应用场景为车辆检测为例,训练得到的第二目标检测模型可以用于车辆位置信息的检测,即将待检测的车辆图像输入训练好的第二目标检测模型,获取第二目标检测模型输出的车辆的位置信息。以应用场景为道路元素检测为例,训练得到的第二目标检测模型可以用于道路元素的位置信息的检测,即将待检测的道路图像输入训练好的第二目标检测模型,获取第二目标检测模型输出的道路元素的位置信息。
本公开实施例的目标检测模型的训练方法,构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,正样本对中的图像,为对相同图像进行不同的图像预处理得到;负样本对的图像,为对不同图像分别进行图像预处理得到;采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;采用样本图像、样本图像对应的样本目标、以及第一目标检测模型输出的样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,样本图像不需要人工标注,人工成本低;且先对重量级的第一目标检测模型进行训练,然后对轻量级的第二目标检测模型进行蒸馏处理,提高了第二目标检测模型的准确度。
为了得到训练好的第二目标模型,确保训练得到的模型的准确度,如图2所示,图二是根据本公开第二实施例的示意图,在本公开实施例中,可以采用样本图像、样本图像对应的样本目标、以及第一目标检测模型输出的样本图像的中间表示,构建多个子损失函数,进而确定总损失函数,根据总损失函数的值对系数进行调整,进而实现训练。图2所示实施例可以包括以下步骤:
步骤201,构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,正样本对中的图像,为对相同图像进行不同的图像预处理得到;负样本对的图像,为对不同图像分别进行图像预处理得到。
步骤202,采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型。
步骤203,基于样本图像对应的样本目标,以及第二目标检测模型输出的预测目标,构建第一子损失函数。
在本公开实施例中,目标检测模型的训练装置,可以将样本图像输入第二目标检测模型,获取第二目标检测模型输出的预测目标;确定样本图像对应的样本目标与预测目标之间的相似度,根据该相似度的倒数构建第一子损失函数,使得样本目标与预测目标之间的相似度越大,第一子损失函数越小。
步骤204,基于样本图像的中间表示,以及第二目标检测模型输出的预测中间表示,构建第二子损失函数。
在本公开实施例中,目标检测模型的训练装置,可以将样本图像分别输入第一目标检测模型和第二目标检测模型,获取第一目标检测模型输出的中间表示,以及第二目标检测模型输出的预测中间表示;确定中间表示与预测中间表示之间的相似度,根据该相似度的倒数构建第二子损失函数,使得中间表示与预测中间表示之间的相似度越大,第二子损失函数越小。
步骤205,根据第一子损失函数和第二子损失函数,确定总损失函数。
在本公开实施例中,目标检测模型的训练装置确定总损失函数的过程例如可以为,确定第一子损失函数的权重以及第二子损失函数的权重;按照对应的权重对第一子损失函数和第二子损失函数进行加和处理,得到总损失函数。
步骤206,根据总损失函数的值对第二目标检测模型的系数进行调整,实现训练。
综上,通过构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,正样本对中的图像,为对相同图像进行不同的图像预处理得到;负样本对的图像,为对不同图像分别进行图像预处理得到,采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型,基于样本图像对应的样本目标,以及第二目标检测模型输出的预测目标,构建第一子损失函数;基于样本图像的中间表示,以及第二目标检测模型输出的预测中间表示,构建第二子损失函数;根据第一子损失函数和第二子损失函数,确定总损失函数;根据总损失函数的值对第二目标检测模型的系数进行调整,实现训练,其中,样本图像不需要人工标注,人工成本低;且先对重量级的第一目标检测模型进行训练,然后对轻量级的第二目标检测模型进行蒸馏处理,提高了第二目标检测模型的准确度。
为了更加清楚地说明上述实施例,现举例说明。
举例而言,以应用场景为车辆检测为例进行说明,首先,基于101层的残差网络(resnet101)作为第一主干网络,基于任意场景的图像完成对第一主干网络的自监督对比学习,例如,自监督对比学习的框架可以为MoCov2。然后基于训练得到的resnet101网络以及目标检测网络构建经过预训练的第一目标检测模型;基于车辆检测场景中的样本图像以及对应的样本目标,完成对第一目标检测模型的再训练。其中,目标检测网络可以为TTFnet(Training-Time-Friendly Network,训练时间友好网络)。最后基于第一目标检测模型对轻量级的第二目标检测模型进行蒸馏处理,得到训练好的第二目标检测模型,用于对车辆检测场景中的待测图像进行目标检测处理。
在本公开实施例中,第一目标检测模型作为教师模型用来辅助作为学生模型的第二目标检测模型的训练,教师模型的系数多,结构复杂,学习能力强,若将教师模型学到的知识迁移给学习能力相对弱的学生模型,能够增强学生模型的泛化能力。其中,第二目标检测模型中第二主干网络可以为34层的残差网络(resnet34),第一目标检测模型起指导作用,第二目标检测模型执行实际的目标预测任务。
在本公开实施例中,第二目标检测模型的输入是待检测的车辆图像,对应的输出为车辆的位置信息。
为了实现上述实施例,本公开还提出一种目标检测模型的训练装置。
如图3所示,图3根据本公开第三实施例的示意图。该目标检测模型的训练装置300包括:构建模块310、第一训练模块320和第二训练模块330。
其中,构建模块310,用于构建初始的第一目标检测模型,其中,所述第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,所述正样本对中的图像,为对相同图像进行不同的图像预处理得到;所述负样本对的图像,为对不同图像分别进行图像预处理得到;第一训练模块320,用于采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;第二训练模块330,用于采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,所述第二目标检测模型中第二主干网络的网络层数小于所述第一主干网络的网络层数。
作为本公开实施例的一种可能实现方式,所述第一主干网络和所述第二主干网络为残差网络。
作为本公开实施例的一种可能实现方式,所述第一训练模块320具体用于,基于所述样本目标以及所述第一目标检测模型输出的预测目标,确定所述第一目标检测模型的损失函数;基于所述损失函数的值对所述第一目标检测模型中除第一主干网络的系数之外的系数进行调整,实现训练。
作为本公开实施例的一种可能实现方式,所述第二训练模块330具体用于,基于所述样本图像对应的样本目标,以及所述第二目标检测模型输出的预测目标,构建第一子损失函数;基于所述样本图像的中间表示,以及所述第二目标检测模型输出的预测中间表示,构建第二子损失函数;根据所述第一子损失函数和第二子损失函数,确定总损失函数;根据所述总损失函数的值对所述第二目标检测模型的系数进行调整,实现训练。
作为本公开实施例的一种可能实现方式,所述图像预处理包括以下处理中的至少一种:图像颜色变换、图像几何变换、图像中多块的拼图处理。
本公开实施例的用于目标检测模型的训练装置,通过构建初始的第一目标检测模型,其中,第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,正样本对中的图像,为对相同图像进行不同的图像预处理得到;负样本对的图像,为对不同图像分别进行图像预处理得到;采用样本图像以及对应的样本目标对初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;采用样本图像、样本图像对应的样本目标、以及第一目标检测模型输出的样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,样本图像不需要人工标注,人工成本低;且先对重量级的第一目标检测模型进行训练,然后对轻量级的第二目标检测模型进行蒸馏处理,提高了第二目标检测模型的准确度。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均在征得用户同意的前提下进行,并且均符合相关法律法规的规定,且不违背公序良俗。
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4示出了可以用来实施本公开的实施例的示例电子设备400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4所示,电子设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
电子设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400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401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401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401执行上文所描述的各个方法和处理,例如目标检测模型的训练方法。例如,在一些实施例中,目标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408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的目标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401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标检测模型的训练方法。
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)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,本发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 (13)
1.一种目标检测模型的训练方法,包括:
构建初始的第一目标检测模型,其中,所述第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,所述正样本对中的图像,为对相同图像进行不同的图像预处理得到;所述负样本对的图像,为对不同图像分别进行图像预处理得到;
采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;
采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,所述第二目标检测模型中第二主干网络的网络层数小于所述第一主干网络的网络层数。
2.根据权利要求1所述的方法,其中,所述第一主干网络和所述第二主干网络为残差网络。
3.根据权利要求1所述的方法,其中,所述采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型,包括:
基于所述样本目标以及所述第一目标检测模型输出的预测目标,确定所述第一目标检测模型的损失函数;
基于所述损失函数的值对所述第一目标检测模型中除第一主干网络的系数之外的系数进行调整,实现训练。
4.根据权利要求1所述的方法,其中,所述采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型,包括:
基于所述样本图像对应的样本目标,以及所述第二目标检测模型输出的预测目标,构建第一子损失函数;
基于所述样本图像的中间表示,以及所述第二目标检测模型输出的预测中间表示,构建第二子损失函数;
根据所述第一子损失函数和第二子损失函数,确定总损失函数;
根据所述总损失函数的值对所述第二目标检测模型的系数进行调整,实现训练。
5.根据权利要求1所述的方法,其中,所述图像预处理包括以下处理中的至少一种:图像颜色变换、图像几何变换、图像中多块的拼图处理。
6.一种目标检测模型的训练装置,包括:
构建模块,用于构建初始的第一目标检测模型,其中,所述第一目标检测模型中第一主干网络采用正样本对和负样本对训练得到;其中,所述正样本对中的图像,为对相同图像进行不同的图像预处理得到;所述负样本对的图像,为对不同图像分别进行图像预处理得到;
第一训练模块,用于采用样本图像以及对应的样本目标对所述初始的第一目标检测模型进行训练,得到训练好的第一目标检测模型;
第二训练模块,用于采用所述样本图像、所述样本图像对应的样本目标、以及所述第一目标检测模型输出的所述样本图像的中间表示,对初始的第二目标检测模型进行训练,得到训练好的第二目标检测模型;其中,所述第二目标检测模型中第二主干网络的网络层数小于所述第一主干网络的网络层数。
7.根据权利要求6所述的装置,其中,所述第一主干网络和所述第二主干网络为残差网络。
8.根据权利要求6所述的装置,其中,所述第一训练模块具体用于,
基于所述样本目标以及所述第一目标检测模型输出的预测目标,确定所述第一目标检测模型的损失函数;
基于所述损失函数的值对所述第一目标检测模型中除第一主干网络的系数之外的系数进行调整,实现训练。
9.根据权利要求6所述的装置,其中,所述第二训练模块具体用于,
基于所述样本图像对应的样本目标,以及所述第二目标检测模型输出的预测目标,构建第一子损失函数;
基于所述样本图像的中间表示,以及所述第二目标检测模型输出的预测中间表示,构建第二子损失函数;
根据所述第一子损失函数和第二子损失函数,确定总损失函数;
根据所述总损失函数的值对所述第二目标检测模型的系数进行调整,实现训练。
10.根据权利要求6所述的装置,其中,所述图像预处理包括以下处理中的至少一种:图像颜色变换、图像几何变换、图像中多块的拼图处理。
11.一种电子设备,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1-5中任一项所述的方法。
12.一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权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,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1-5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111307878.6A CN114187459A (zh) | 2021-11-05 | 2021-11-05 | 目标检测模型的训练方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111307878.6A CN114187459A (zh) | 2021-11-05 | 2021-11-05 | 目标检测模型的训练方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114187459A true CN114187459A (zh) | 2022-03-15 |
Family
ID=80540789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111307878.6A Pending CN114187459A (zh) | 2021-11-05 | 2021-11-05 | 目标检测模型的训练方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114187459A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114550009A (zh) * | 2022-04-01 | 2022-05-27 | 中国科学院空天信息创新研究院 | 星载遥感图像的轻量化目标检测方法、装置、设备及介质 |
CN114863207A (zh) * | 2022-04-14 | 2022-08-05 | 北京百度网讯科技有限公司 | 目标检测模型的预训练方法、装置及电子设备 |
CN114881937A (zh) * | 2022-04-15 | 2022-08-09 | 北京医准智能科技有限公司 | 一种针对超声切面的检测方法、装置及计算机可读介质 |
CN114898266A (zh) * | 2022-05-12 | 2022-08-12 | 北京百度网讯科技有限公司 | 训练方法、图像处理方法、装置、电子设备以及存储介质 |
CN116468985A (zh) * | 2023-03-22 | 2023-07-21 | 北京百度网讯科技有限公司 | 模型训练方法、质量检测方法、装置、电子设备及介质 |
-
2021
- 2021-11-05 CN CN202111307878.6A patent/CN114187459A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114550009A (zh) * | 2022-04-01 | 2022-05-27 | 中国科学院空天信息创新研究院 | 星载遥感图像的轻量化目标检测方法、装置、设备及介质 |
CN114550009B (zh) * | 2022-04-01 | 2022-12-06 | 中国科学院空天信息创新研究院 | 星载遥感图像的轻量化目标检测方法、装置、设备及介质 |
CN114863207A (zh) * | 2022-04-14 | 2022-08-05 | 北京百度网讯科技有限公司 | 目标检测模型的预训练方法、装置及电子设备 |
CN114881937A (zh) * | 2022-04-15 | 2022-08-09 | 北京医准智能科技有限公司 | 一种针对超声切面的检测方法、装置及计算机可读介质 |
CN114881937B (zh) * | 2022-04-15 | 2022-12-09 | 北京医准智能科技有限公司 | 一种针对超声切面的检测方法、装置及计算机可读介质 |
CN114898266A (zh) * | 2022-05-12 | 2022-08-12 | 北京百度网讯科技有限公司 | 训练方法、图像处理方法、装置、电子设备以及存储介质 |
CN114898266B (zh) * | 2022-05-12 | 2023-12-08 | 北京百度网讯科技有限公司 | 训练方法、图像处理方法、装置、电子设备以及存储介质 |
CN116468985A (zh) * | 2023-03-22 | 2023-07-21 | 北京百度网讯科技有限公司 | 模型训练方法、质量检测方法、装置、电子设备及介质 |
CN116468985B (zh) * | 2023-03-22 | 2024-03-19 | 北京百度网讯科技有限公司 | 模型训练方法、质量检测方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11694461B2 (en) | Optical character recognition method and apparatus, electronic device and storage medium | |
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 | |
CN113657390A (zh) | 文本检测模型的训练方法和检测文本方法、装置和设备 | |
CN114186564B (zh) | 语义表示模型的预训练方法、装置以及电子设备 | |
CN113642583B (zh) | 用于文本检测的深度学习模型训练方法及文本检测方法 | |
CN112580733B (zh) | 分类模型的训练方法、装置、设备以及存储介质 | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
CN113705628B (zh) | 预训练模型的确定方法、装置、电子设备以及存储介质 | |
CN113436100A (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN112966744A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN113705362A (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
EP4123595A2 (en) | Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN112529180A (zh) | 模型蒸馏的方法和装置 | |
CN114494776A (zh) | 一种模型训练方法、装置、设备以及存储介质 | |
CN113657467A (zh) | 模型预训练方法、装置、电子设备和存储介质 | |
CN115456167A (zh) | 轻量级模型训练方法、图像处理方法、装置及电子设备 | |
CN114581732A (zh) | 一种图像处理及模型训练方法、装置、设备和存储介质 | |
CN114511743A (zh) | 检测模型训练、目标检测方法、装置、设备、介质及产品 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN114186681A (zh) | 用于生成模型簇的方法、装置及计算机程序产品 | |
CN117746125A (zh) | 图像处理模型的训练方法、装置及电子设备 | |
CN113641804A (zh) | 预训练模型获取方法、装置、电子设备及存储介质 | |
CN112966592A (zh) | 手部关键点检测方法、装置、设备和介质 |
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 |