CN118333925A - 一种图像检测方法、装置、设备及介质 - Google Patents
一种图像检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN118333925A CN118333925A CN202310029577.4A CN202310029577A CN118333925A CN 118333925 A CN118333925 A CN 118333925A CN 202310029577 A CN202310029577 A CN 202310029577A CN 118333925 A CN118333925 A CN 118333925A
- Authority
- CN
- China
- Prior art keywords
- sample weight
- positive
- negative
- image detection
- samples
- 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 204
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000009499 grossing Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 92
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开实施例涉及一种图像检测方法、装置、设备及介质,其中该方法包括:获取图像检测模型的样本数据的样本数量,其中,样本数据包括正样本和负样本,样本数量包括正样本的正样本数量、负样本的负样本数量;根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数;基于预先构建的图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,图像检测模型基于样本数据和目标损失函数构建得到。本公开提升图像检测模型的精度,进而提升图像检测的准确性。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像检测方法、装置、设备及介质。
背景技术
随着图像处理技术的不断发展,对图像实现目标检测在各领域具有重要应用,例如对行车场景中的图像进行人脸和车牌的检测。
相关技术中,对图像中的目标检测可以通过深度学习模型实现,深度学习模型需要大量样本数据进行训练,样本数据中可以包括正样本和负样本,但是当正样本的数量较少并且正样本中图像的背景区域占比较大时,导致正负样本数量以及损失不均衡的问题,进而导致模型的精度较低,图像检测的准确性较低。
发明内容
本公开提供了一种图像检测方法、装置、设备及介质。
本公开实施例提供了一种图像检测方法,所述方法包括:
获取图像检测模型的样本数据的样本数量,其中,所述样本数据包括正样本和负样本,所述样本数量包括所述正样本的正样本数量、所述负样本的负样本数量;
根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;
对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;
基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数;
基于预先构建的所述图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,所述图像检测模型基于所述样本数据和所述目标损失函数构建得到。
本公开实施例还提供了一种图像检测装置,所述装置包括:
获取模块,用于获取图像检测模型的样本数据的样本数量,其中,所述样本数据包括正样本和负样本,所述样本数量包括所述正样本的正样本数量、所述负样本的负样本数量;
第一权重模块,用于根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;
第二权重模块,用于对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;
损失模块,用于基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数;
检测模块,用于基于预先构建的所述图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,所述图像检测模型基于所述样本数据和所述目标损失函数构建得到。
本公开实施例还提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开实施例提供的图像检测方法。
本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开实施例提供的图像检测方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:本公开实施例提供的图像检测方案,获取图像检测模型的样本数据的样本数量,其中,样本数据包括正样本和负样本,样本数量包括正样本的正样本数量、负样本的负样本数量;根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数;基于预先构建的图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,图像检测模型基于样本数据和目标损失函数构建得到。采用上述技术方案,通过样本数据的样本数量来初步确定损失权重,并通过对初步确定的损失权重的平滑处理确定最终的损失权重,进而基于该损失权重构建图像检测模型的损失函数,由于该损失函数的损失权重与样本数量相关并且增加了平滑处理,不仅解决了正负样本数量不均衡对图像检测模型的不利影响,而且避免了损失过大的情况,保证图像检测模型的训练过程顺利进行,提升图像检测模型的精度,进而提升图像检测的准确性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种图像检测方法的流程示意图;
图2为本公开实施例提供的另一种图像检测方法的流程示意图;
图3为本公开实施例提供的一种图像检测装置的结构示意图;
图4为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
相关技术中,对图像进行目标检测的深度学习模型的样本数据中,当目标出现的数量较少,并且背景区域占比较大,也即目标占整个图像的比例较低时,在模型的训练过程中存在较为严重的正负样本数量以及损失不均衡的问题,检测出来的真负例数量远多于假正例,影响模型的学习方向,而导致模型的精度较低,图像检测的准确性较低。
为了解决上述问题,本公开实施例提供了一种图像检测方法,下面结合具体的实施例对该方法进行介绍。
图1为本公开实施例提供的一种图像检测方法的流程示意图,该方法可以由图像检测装置执行,其中该装置可以采用软件和/或硬件实现,一般可集成在电子设备中。如图1所示,该方法包括:
步骤101、获取图像检测模型的样本数据的样本数量。
其中,图像检测模型可以是用于在图像中对感兴趣的目标进行识别或检测,确定目标的位置和类别等信息的深度学习模型,具体的模型类型不限,例如图像检测模型可以为FasterR-CNN、SSD或YOLO等;并且目标可以包括多种,例如目标可以包括行车场景的人脸、行人、车辆、道路和障碍物等,具体不限。
样本数据可以是用于对图像检测模型进行训练的数据,具体样本数据的来源不限,可以是人工采集或自动生成等。本公开实施例中,样本数据包括正样本和负样本,正样本可以是具有目标的图像以及该图像的标注信息,负样本可以是不包括目标的图像,标注信息中包括目标的位置和类别等信息。样本数量可以包括样本数据中正样本的正样本数量、负样本的负样本数量,本公开实施例中正样本数量小于负样本数量,并且小于预设值,预设值可以根据实际情况设置,表示样本数据中正样本的数量较小。可选的,正样本和负样本中目标区域占比小于预设占比,目标区域可以是图像中目标所在区域,目标区域占比可以是目标区域占图像的比例,预设占比可以是预先设置的一个较小的占比阈值,目标区域占比小于该预设占比表示样本数据中正样本和负样本的目标区域占比较小。由于样本数据中正样本数量较小并且目标区域占比较小会对模型造成不利影响,本公开实施例中针对的是的这一类的样本数据。
本公开实施例中,图像检测装置可以获取图像检测模型的样本数据的样本数量,以备后续使用。
步骤102、根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重。
其中,正样本损失可以理解为图像检测装置的损失函数中针对正样本确定的损失,第一正样本权重可以是在计算正样本损失时所依据的与正样本数量相关的初始权重;负样本损失可以是图像检测装置的损失函数中针对负样本确定的损失,第一负样本权重可以是在计算负样本损失时所依据的与负样本数量相关的初始权重。
在一些实施例中,根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重,可以包括:基于第一参数与正样本数量的比值确定第一正样本权重;基于第二参数与负样本数量的比值确定第一负样本权重;其中,第一参数与第二参数的取值呈负相关。
其中,第一参数可以理解为预先设置的能够对第一正样本权重的取值进行调整的参数,第一参数与第二参数的取值可以呈负相关,在一些示例中,第二参数可以为1与第一参数的差值,第一参数越大,第二参数越小;第一参数大于等于零且小于1,本公开实施例中可以预先设置该第一参数,进而确定第二参数,例如第一参数可以为0.5,第二参数也为0.5。
在本实施例中,图像检测装置可以确定图像检测模型的检测框数量与第一参数的第一乘积,以及检测框数量与第二参数的第二乘积;将第一乘积与正样本数量的比值确定为第一正样本权重;将第二乘积与负样本数量的比值确定为第一负样本权重。其中,检测框数量可以理解为将样本数据输入图像检测模型之后预测得到的包括目标的边框的数量。
具体的,图像检测装置在获取图像检测模型的样本数据的样本数量之后,之后可以先确定检测框数量与第一参数的第一乘积,以及检测框数量与第二参数的第二乘积,之后可以将第一乘积与正样本数量的比值作为第一正样本权重,具体可以表示为其中μ和v均表示第一正样本权重,N表示预测出的检测框数量,α表示第一参数,N·α表示第一乘积,Ntp+Nfp表示正样本数量,Ntp表示真正例(True positive)的数量,Nfp表示假正例(False positive)的数量;将第二乘积与负样本数量的比值确定为第一负样本权重,具体可以表示为其中σ表示第一负样本权重,1-α表示第二参数,N·(1-α)表示第二乘积,Ntn表示负样本数量,也即真负例(True negative)的数量。
步骤103、对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重。
其中,平滑处理可以理解为避免数值过大的平缓处理方式,本公开实施例可以通过取对数的方式进行平滑处理,仅为示例。
在一些实施例中,对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重,包括:采用预设对数函数分别对第一正样本权重和第一负样本权重进行处理,确定第二正样本权重和第二负样本权重。
其中,预设对数函数可以根据实际情况确定,本公开实施例以底数为2的对数函数为例进行说明,通过预设对数函数的计算对第一正样本权重和第一负样本权重进行平滑处理。
在本实施例中,采用预设对数函数对第一正样本权重中的第一乘积计算,得到第一中间值,并采用预设对数函数对第一负样本权重中的第二乘积计算,得到第二中间值;将第一中间值与正样本数量的比值确定为第二正样本权重;将第二中间值与负样本数量的比值确定为第二负样本权重。
具体的,图像检测装置可以将上述第一正样本权重中的第一乘积作为变量输入预设对数函数中,得到第一中间值,并将第一中间值与正样本数量的比值确定为第二正样本权重,具体可以表示为其中μ(1)和v(1)均表示第二正样本权重,log2(N·α)表示第一中间值;并且将上述第二负样本权重中的第二乘积作为变量输入预设对数函数中,得到第二中间值,并将第二中间值与负量的比值确定为第二负样本权重,具体可以表示为其中σ(1)表示第二负样本权重,log2(N·(1-α))表示第二中间值。
上述通过对正样本损失的第一正样本权重和负样本损失的第一负样本权重的平滑处理,可以防止后续在确定对应损失时出现过大的损失,导致正负样本的损失不均衡的问题。
步骤104、基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数。
其中,目标损失函数可以是图像检测模型的最终确定的损失函数,也即在原有损失函数的基础上经过改进的损失函数,本公开实施例中的目标损失函数以将正负样本的损失分开计算的分类损失函数为基础,经过改进增加了与正负样本数量相关并且平滑处理后的权重。
示例性得,图2为本公开实施例提供的另一种图像检测方法的流程示意图,如图2所示,在一种可行的实施方式中,基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数,可以包括:
步骤201、基于第二正样本权重对正样本中的真正例和假正例的损失进行加权求和计算,得到正样本损失。
其中,真正例可以理解为预测分类为正样本且本身也为正样本,假正例可以为理解为预测分类为负样本但本身为正样本。本公开实施例中正样本损失可以包括针对正样本中真正例和假正例的损失。
图像检测装置在构建图像检测模型的目标损失函数时,可以先确定第二正样本权重乘以真正例的损失,以及第二正样本权重乘以假正例的损失,并将这两个损失相加得到正样本损失。
步骤202、基于第二负样本权重对负样本中真负例的损失进行加权计算,得到负样本损失。
真负例可以理解为预测分类为负样本且本身也为负样本。本公开实施例中负样本损失可以是针对负样本中真负例的损失。图像检测装置可以将第二负样本权重乘以真负例的损失得到负样本损失。
步骤203、基于正样本损失和负样本损失构建图像检测模型的目标损失函数。
图像检测装置在确定正样本损失和负样本损失之后,可以将正样本损失和负样本损失之和除以检测框数量,即可得到目标损失函数。
示例性的,目标损失函数可以表示为 LSRP表示该函数为正负样本比例均衡损失(SmoothRatio-Preserving Loss)函数,其中,N表示预测出的检测框数量,R表示检测框,检测框可以是图像检测模型输出的框,也即检测结果,其中包括图像中的目标,i表示第i个样本,LCE表示交叉熵损失函数;μ(1)表示真正例的权重,v(1)表示假正例的权重,μ(1)、v(1)取值相同,μ(1)、v(1)均为第二正样本权重,σ(1)表示第二负样本权重,表示正样本损失,表示负样本损失。
步骤105、基于预先构建的图像检测模型对待测图像进行目标检测,得到目标检测结果;其中图像检测模型基于样本数据和目标损失函数构建得到。
其中,待测图像可以是任意的需要进行目标检测的图像,具体来源不限,例如可以实时采集或者从互联网中获取等。目标检测结果可以是待测图像中的目标位置和类别等信息。
图像检测装置在确定目标损失函数之后,可以基于上述样本数据和目标损失函数对图像检测模型的初始模型进行训练,直到模型的检测效果达到理想状态,得到训练好的图像检测模型,之后可以将待测图像输入该训练好的图像检测模型中,得到目标检测结果。
可以理解的是,图像检测模型的检测效果的评价指标可以包括但不限于准确率、精准率和召回率等,本公开实施例中通过对损失函数的改进,不仅解决了正负样本数量不均衡对图像检测模型的不利影响,而且通过对权重进行平滑处理,有效避免了损失过大的情况,保证图像检测模型的训练过程顺利进行,从而能够综合性地提升图像检测模型的检测效果。例如针对车载摄像头拍摄的图像的人脸和车牌检测,通过本公开实施例提供的方法能够解决因此类样本数据中人脸和车牌的数量少且在整个图像中占比较低导致的训练过程中存在较为严重的正负样本不均衡的问题。
本公开实施例提供的图像检测方案,获取图像检测模型的样本数据的样本数量,其中,样本数据包括正样本和负样本,样本数量包括正样本的正样本数量、负样本的负样本数量;根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数;基于预先构建的图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,图像检测模型基于样本数据和目标损失函数构建得到。采用上述技术方案,通过样本数据的样本数量来初步确定损失权重,并通过对初步确定的损失权重的平滑处理确定最终的损失权重,进而基于该损失权重构建图像检测模型的损失函数,由于该损失函数的损失权重与样本数量相关并且增加了平滑处理,不仅解决了正负样本数量不均衡对图像检测模型的不利影响,而且避免了损失过大的情况,保证图像检测模型的训练过程顺利进行,提升图像检测模型的精度,进而提升图像检测的准确性。
在另一些实施例中,基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数,可以包括:基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数,包括:基于图像检测模型的置信概率分别确定真正例、假正例、真负例对应的预测参数;基于第二正样本权重、真正例的预测参数确定真正例的第三正样本权重,并基于第二正样本权重、假正例的预测参数确定假正例的第四正样本权重;基于第二负样本权重、真负例的预测参数确定真负例的第三负样本权重;基于第三正样本权重、第四正样本权重和第三负样本权重分别对真正例、假正例、真负例的损失进行加权求和计算,确定图像检测模型的目标损失函数。
其中,置信概率可以为图像检测模型的检测结果为正样本的概率,预测参数可以是增加在图像检测模型的损失函数中能够基于置信概率自适应调整损失的参数。本公开实施例中可以在图像检测模型的损失函数中增加与该置信概率相关的预测参数,以在对图像检测模型的训练过程中可以根据该置信概率和样本数据的标注信息计算损失,根据该损失返回更新图像检测模型中的模型参数,通过上述迭代方式训练图像检测模型,直到达到预设的训练终止条件,得到训练好的图像检测模型。
在本实施例中,基于第二正样本权重、真正例的预测参数确定真正例的第三正样本权重,并基于第二正样本权重、假正例的预测参数确定假正例的第四正样本权重,包括:将第二正样本权重分别与真正例、假正例的预测参数的乘积确定为真正例的第三正样本权重以及假正例的第四正样本权重。
基于第二负样本权重、真负例的预测参数确定真负例的第三负样本权重,包括:将第二负样本权重乘以真负例的预测参数的乘积确定为真负例的第三负样本权重。
具体的,图像检测装置在基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数时,可以通过预测参数进一步对第二正样本权重和第二负样本权重进行处理,具体的,针对真正例,可以先确定1与置信概率的差值,并将该差值与对真正例的数量取对数的值的比值确定为真正例的预测参数;而针对假正例和真负例,可以直接将置信概率与对假正例或真负例的数量取对数的值的比值确定为对应的预测参数,上述取对数可以通过预设对数函数计算,该预设对数函数可以根据实际情况确定,例如预设对数函数可以为底数为2的对数函数。之后可以将第二正样本权重与真正例的预测参数的乘积确定为真正例的第三正样本权重、将第二正样本权重与假正例的预测参数的乘积确定为假正例的第四正样本权重,并将第二负样本权重乘以真负例的预测参数的乘积确定为真负例的第三负样本权重;之后可以将第三正样本权重、第四正样本权重和第三负样本权重分别对真正例、假正例、真负例的损失进行加权求和计算,并除以检测框数量,即可得到目标损失函数。
第三正样本权重随着置信概率增大而减小,对于真正例,置信概率越大,其损失越小;第四正样本权重、第三负样本权重与置信概率成正比,也即置信概率越大,第四正样本权重和第三负样本权重越大,对于假正例、真负例的损失越大。
示例性的,目标损失函数可以表示为 其中LASRP表示该函数为自适应权重损失(Adaptively Smooth Ratio-Preserving Loss)的函数,N表示预测出的检测框数量,R表示检测框,检测框可以是图像检测模型输出的框,也即检测结果,其中包括图像中的目标,i表示第i个样本,LCE表示交叉熵损失函数;p表示置信概率,也即检测结果为正样本的概率,表示真正例的预测参数,μ(2)表示真正例的第三正样本权重,表示假正例的预测参数,ν(2)表示假正例的第四正样本权重,表示真负例的预测参数,σ(2)表示真负例的第三负样本权重。
由于图像检测模型在训练过程中会对样本数据中的图像进行多次下采样处理得到多个不同尺度的特征图像,并基于得到的不同尺度的特征图像进行目标检测,此时通过在图像检测模型的损失函数中增加与置信概率相关的预测参数,实现权重的自适应调整,从而在训练过程中对不同尺度的特征图像进行目标检测时都能更好地保证正负样本损失均衡,进一步提升了图像检测模型的精度,进而提升图像检测的准确性。
接下来通过一个具体的示例对本公开实施例中图像检测模型中目标损失函数的确定过程进行具体说明:
1、首先将真负例、假正例、真负例的损失分开计算,,此时损失函数表示为N为预测出的检测框数量,R表示检测框,LCE为交叉熵损失函数;
2、针对一些正样本的数量远小于负样本的应用场景,,可以将正负样本的数量的倒数乘上检测框数量分别作为正样本损失和负样本损失的权重,也即上述第一正样本权重和第一负样本权重,进而得到正负样本比例均衡损失(Ratio-Preserving Loss)的损失函数,从一定程度缓解正负样本不均衡的问题,此时损失函数表示为 α表示第一参数,μ和ν均表示第一正样本权重,Ntp+Nfp表示正样本数量,Ntp表示真正例(True positive)的数量,Nfp表示假正例(False positive)的数量;其中σ表示第一负样本权重,1-α表示第二参数,Ntn表示负样本数量,也即真负例(Truenegative)的数量。
3、但此时可能出现损失函数过大导致模型训练无法有效进行的情况,因此通过取对数对上述损失函数中第一正样本权重和第一负样本权重做平滑处理,得到上述第二正样本权重和第二负样本权重,进而得到平滑处理后的正负样本比例均衡损失(Smooth Ratio-Preserving Loss)的损失函数,有效防止出现过大的损失,此时的损失函数可以视为最终的图像检测模型的目标损失函数,具体表示为 表示真正例的权重,v(1)表示假正例的权重,μ(1)、v(1)取值相同,μ(1)、v(1)均为第二正样本权重,σ(1)表示第二负样本权重,表示正样本损失,表示负样本损失。
4、可选的,为了在不同尺度的检测上更好地保证正负样本损失均衡,加入与置信概率相关的预测参数自适应调整权重,得到上述第三正样本权重、第四正样本权重和第三负样本权重,最终得到自适应权重损失(Adaptively Smooth Ratio-Preserving Loss)的损失函数,此时的损失函数可以视为最终的图像检测模型的目标损失函数,具体表示为 其中p表示置信概率,也即检测结果为正样本的概率,表示真正例的预测参数,μ(2)表示真正例的第三正样本权重,表示假正例的预测参数,ν(2)表示假正例的第四正样本权重,表示真负例的预测参数,σ(2)表示真负例的第三负样本权重。本方法在不同的数据集或不同模型上均能带来稳定的精度提升,平均给模型精度带来3%的提升,具有很高的泛化性和稳定性。
采用上述方案对图像检测模型的损失函数进行改进,确定目标损失函数之后,可以通过样本数据和目标损失函数对图像检测模型的初始模型进行训练,之后基于训练好的图像检测模型对待测图像进行目标检测,可以得到效果较好的目标检测结果。
本方案针对损失函数在单类别目标回归检测场景下损失过大的问题提出了平滑处理,同时为了适配多尺度检测,利用预测参数自适应调整权重,保证不同尺度下正负样本均衡,实现了在不同的数据集或不同图像检测模型上均能带来稳定的精度提升,能够适应不同类型的目标检测,具有很高的泛化性和稳定性,
图3为本公开实施例提供的一种图像检测装置的结构示意图,该装置可由软件和/或硬件实现,一般可集成在电子设备中。如图3所示,该装置包括:
获取模块301,用于获取图像检测模型的样本数据的样本数量,其中,所述样本数据包括正样本和负样本,所述样本数量包括所述正样本的正样本数量、所述负样本的负样本数量;
第一权重模块302,用于根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;
第二权重模块303,用于对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;
损失模块304,用于基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数;
检测模块305,用于基于预先构建的所述图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,所述图像检测模型基于所述样本数据和所述目标损失函数构建得到。
可选的,第一权重模块302用于:
基于第一参数与所述正样本数量的比值确定所述第一正样本权重;
基于第二参数与所述负样本数量的比值确定所述第一负样本权重;
其中,所述第一参数与所述第二参数的取值呈负相关。
可选的,所述第一参数大于或等于零小于1,所述第二参数为1与所述第一参数的差值。
可选的,第二权重模块303用于:
采用预设对数函数分别对所述第一正样本权重和所述第一负样本权重进行处理,确定所述第二正样本权重和所述第二负样本权重。
可选的,损失模块304用于:
基于所述第二正样本权重对所述正样本中的真正例和假正例的损失进行加权求和计算,得到所述正样本损失;
基于所述第二负样本权重对所述负样本中真负例的损失进行加权计算,得到所述负样本损失;
基于所述正样本损失和所述负样本损失构建所述图像检测模型的目标损失函数。
可选的,损失模块304用于:
基于所述图像检测模型的置信概率分别确定真正例、假正例、真负例对应的预测参数;
基于所述第二正样本权重、所述真正例的预测参数确定所述真正例的第三正样本权重,并基于所述第二正样本权重、所述假正例的预测参数确定所述假正例的第四正样本权重;
基于所述第二负样本权重、所述真负例的预测参数确定所述真负例的第三负样本权重;
基于所述第三正样本权重、所述第四正样本权重和所述第三负样本权重分别对所述真正例、所述假正例、所述真负例的损失进行加权求和计算,确定所述图像检测模型的目标损失函数。
可选的,所述置信概率为所述图像检测模型的检测结果为正样本的概率,所述第三正样本权重随着所述置信概率增大而减小,所述第四正样本权重、所述第三负样本权重与所述置信概率成正比。
本公开实施例所提供的图像检测装置可执行本公开任意实施例所提供的图像检测方法,具备执行方法相应的功能模块和有益效果。
本公开实施例还提供了一种计算机程序产品,包括计算机程序/指令该计算机程序/指令被处理器执行时实现本公开任意实施例所提供的图像检测方法。
图4为本公开实施例提供的一种电子设备的结构示意图。下面具体参考图4,其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。本公开实施例中的电子设备400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403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。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的图像检测方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取图像检测模型的样本数据的样本数量,其中,样本数据包括正样本和负样本,样本数量包括正样本的正样本数量、负样本的负样本数量;根据样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;对第一正样本权重和第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;基于第二正样本权重和第二负样本权重,确定图像检测模型的目标损失函数;基于预先构建的图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,图像检测模型基于样本数据和目标损失函数构建得到。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
可以理解的是,在使用本公开各实施例公开的技术方案之前,应当依据相关法律法规通过恰当的方式对本公开所涉及的信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种图像检测方法,其特征在于,包括:
获取图像检测模型的样本数据的样本数量,其中,所述样本数据包括正样本和负样本,所述样本数量包括所述正样本的正样本数量、所述负样本的负样本数量;
根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;
对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;
基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数;
基于预先构建的所述图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,所述图像检测模型基于所述样本数据和所述目标损失函数构建得到。
2.根据权利要求1所述的方法,其特征在于,根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重,包括:
基于第一参数与所述正样本数量的比值确定所述第一正样本权重;
基于第二参数与所述负样本数量的比值确定所述第一负样本权重;
其中,所述第一参数与所述第二参数的取值呈负相关。
3.根据权利要求2所述的方法,其特征在于,所述第一参数大于等于零且小于1,所述第二参数为1与所述第一参数的差值。
4.根据权利要求2所述的方法,其特征在于,对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重,包括:
采用预设对数函数分别对所述第一正样本权重和所述第一负样本权重进行处理,确定所述第二正样本权重和所述第二负样本权重。
5.根据权利要求1所述的方法,其特征在于,基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数,包括:
基于所述第二正样本权重对所述正样本中的真正例和假正例的损失进行加权求和计算,得到所述正样本损失;
基于所述第二负样本权重对所述负样本中真负例的损失进行加权计算,得到所述负样本损失;
基于所述正样本损失和所述负样本损失构建所述图像检测模型的目标损失函数。
6.根据权利要求1所述的方法,其特征在于,基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数,包括:
基于所述图像检测模型的置信概率分别确定真正例、假正例、真负例对应的预测参数;
基于所述第二正样本权重、所述真正例的预测参数确定所述真正例的第三正样本权重,并基于所述第二正样本权重、所述假正例的预测参数确定所述假正例的第四正样本权重;
基于所述第二负样本权重、所述真负例的预测参数确定所述真负例的第三负样本权重;
基于所述第三正样本权重、所述第四正样本权重和所述第三负样本权重分别对所述真正例、所述假正例、所述真负例的损失进行加权求和计算,确定所述图像检测模型的目标损失函数。
7.根据权利要求6所述的方法,其特征在于,所述置信概率为所述图像检测模型的检测结果为正样本的概率,所述第三正样本权重随着所述置信概率增大而减小,所述第四正样本权重、所述第三负样本权重与所述置信概率成正比。
8.一种图像检测装置,其特征在于,包括:
获取模块,用于获取图像检测模型的样本数据的样本数量,其中,所述样本数据包括正样本和负样本,所述样本数量包括所述正样本的正样本数量、所述负样本的负样本数量;
第一权重模块,用于根据所述样本数量确定正样本损失的第一正样本权重和负样本损失的第一负样本权重;
第二权重模块,用于对所述第一正样本权重和所述第一负样本权重进行平滑处理,得到第二正样本权重和第二负样本权重;
损失模块,用于基于所述第二正样本权重和所述第二负样本权重,确定所述图像检测模型的目标损失函数;
检测模块,用于基于预先构建的所述图像检测模型对待测图像进行目标检测,得到目标检测结果;其中,所述图像检测模型基于所述样本数据和所述目标损失函数构建得到。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7中任一所述的图像检测方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7中任一所述的图像检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029577.4A CN118333925A (zh) | 2023-01-09 | 2023-01-09 | 一种图像检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029577.4A CN118333925A (zh) | 2023-01-09 | 2023-01-09 | 一种图像检测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118333925A true CN118333925A (zh) | 2024-07-12 |
Family
ID=91776460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310029577.4A Pending CN118333925A (zh) | 2023-01-09 | 2023-01-09 | 一种图像检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118333925A (zh) |
-
2023
- 2023-01-09 CN CN202310029577.4A patent/CN118333925A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183627B (zh) | 生成预测密度图网络的方法和车辆年检标数量检测方法 | |
CN115830001B (zh) | 肠道图像处理方法、装置、存储介质及电子设备 | |
CN110555861B (zh) | 光流计算方法、装置及电子设备 | |
CN114692085B (zh) | 特征提取方法、装置、存储介质及电子设备 | |
CN110069997A (zh) | 场景分类方法、装置及电子设备 | |
CN116166957A (zh) | 基于lstm的数据处理方法、装置、计算机设备及介质 | |
CN111915689B (zh) | 用于生成目标函数的方法、装置、电子设备和计算机可读介质 | |
CN112561779B (zh) | 图像风格化处理方法、装置、设备及存储介质 | |
CN111414921B (zh) | 样本图像处理方法、装置、电子设备及计算机存储介质 | |
CN110378936B (zh) | 光流计算方法、装置及电子设备 | |
CN117241092A (zh) | 一种视频处理方法、装置、存储介质及电子设备 | |
CN116306981A (zh) | 策略确定方法、装置、介质及电子设备 | |
CN118333925A (zh) | 一种图像检测方法、装置、设备及介质 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN116051486B (zh) | 内窥镜图像识别模型的训练方法、图像识别方法及装置 | |
CN118351045A (zh) | 一种图像检测方法、装置、设备及介质 | |
CN110263852B (zh) | 数据处理方法、装置及电子设备 | |
CN116342721A (zh) | 图像压缩方法、装置、设备及存储介质 | |
CN118014029A (zh) | 存算一体芯片的量化感知训练方法、装置、设备以及介质 | |
CN116883693A (zh) | 对象位置生成方法、装置、电子设备和计算机可读介质 | |
CN116152874A (zh) | 一种人脸图像检测方法、装置、电子设备及存储介质 | |
CN116312619A (zh) | 语音活动检测模型生成方法、装置、介质及电子设备 | |
CN117591690A (zh) | 图像中的实体识别方法、装置、介质及电子设备 | |
CN116188371A (zh) | 绝缘子维修设备控制方法、装置、电子设备和介质 | |
CN116010867A (zh) | 负样本确定方法、装置、介质及电子设备 |
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 |