【技术实现步骤摘要】
模型训练方法、人体识别方法、装置、设备及存储介质
本专利技术实施例涉及计算机
,尤其涉及一种模型训练方法、人体识别方法、装置、设备及存储介质。
技术介绍
现有技术中,通过拍摄设备拍摄的视频或图像中可能会包括人体,有时候需要确定图像中的人体区域或人体部位区域。但是现有技术中,对图像中人体区域或人体部位区域的检测精度较低。
技术实现思路
本专利技术实施例提供一种模型训练方法、人体识别方法、装置、设备及存储介质,以提高人体区域或人体部位区域的检测精度。第一方面,本专利技术实施例提供一种模型训练方法,包括:获取用于训练人体识别模型的样本图像,所述人体识别模型包括数据层、多个第一卷积层、第一损失层,其中,所述多个第一卷积层中每个第一卷积层引出一个分支,所述分支包括多个第二卷积层和至少一个第二损失层;在所述样本图像依次经过所述多个第一卷积层处理时,获取所述多个第一卷积层中每个第一卷积层输出的第一特征图;根据所述每个第一卷积层输出的第一特征图,确定所述每个第一卷积层对应的第二特征图;根据所述每个第一卷积层对应的第二特征图,以及所述每个第一卷积层引出的分支中与所述第二损失层连接的第二卷积层对应的预设框,检测所述样本图像中的人体区域或人体部位区域,其中,每个分支检测出的人体区域或人体部位区域与所述分支中与所述第二损失层连接的第二卷积层对应的预设框匹配;根据检测出的所述样本图像中的人体区域或人体部位区域,以及所述样本图像中标注的人体区域或人体部位区域,确定所述人体识别模型的参数。第二方面,本专利技术实施例提供一种人体识别方法,包括:根据第一方面得到的人体识别模型,对待检测图 ...
【技术保护点】
1.一种模型训练方法,其特征在于,包括:获取用于训练人体识别模型的样本图像,所述人体识别模型包括数据层、多个第一卷积层、第一损失层,其中,所述多个第一卷积层中每个第一卷积层引出一个分支,所述分支包括多个第二卷积层和至少一个第二损失层;在所述样本图像依次经过所述多个第一卷积层处理时,获取所述多个第一卷积层中每个第一卷积层输出的第一特征图;根据所述每个第一卷积层输出的第一特征图,确定所述每个第一卷积层对应的第二特征图;根据所述每个第一卷积层对应的第二特征图,以及所述每个第一卷积层引出的分支中与所述第二损失层连接的第二卷积层对应的预设框,检测所述样本图像中的人体区域或人体部位区域,其中,每个分支检测出的人体区域或人体部位区域与所述分支中与所述第二损失层连接的第二卷积层对应的预设框匹配;根据检测出的所述样本图像中的人体区域或人体部位区域,以及所述样本图像中标注的人体区域或人体部位区域,确定所述人体识别模型的参数。
【技术特征摘要】
1.一种模型训练方法,其特征在于,包括:获取用于训练人体识别模型的样本图像,所述人体识别模型包括数据层、多个第一卷积层、第一损失层,其中,所述多个第一卷积层中每个第一卷积层引出一个分支,所述分支包括多个第二卷积层和至少一个第二损失层;在所述样本图像依次经过所述多个第一卷积层处理时,获取所述多个第一卷积层中每个第一卷积层输出的第一特征图;根据所述每个第一卷积层输出的第一特征图,确定所述每个第一卷积层对应的第二特征图;根据所述每个第一卷积层对应的第二特征图,以及所述每个第一卷积层引出的分支中与所述第二损失层连接的第二卷积层对应的预设框,检测所述样本图像中的人体区域或人体部位区域,其中,每个分支检测出的人体区域或人体部位区域与所述分支中与所述第二损失层连接的第二卷积层对应的预设框匹配;根据检测出的所述样本图像中的人体区域或人体部位区域,以及所述样本图像中标注的人体区域或人体部位区域,确定所述人体识别模型的参数。2.根据权利要求1所述的方法,其特征在于,距离所述数据层越近的第一卷积层引出的分支中与所述第二损失层连接的第二卷积层对应的预设框越小;距离所述数据层越远的第一卷积层引出的分支中与所述第二损失层连接的第二卷积层对应的预设框越大。3.根据权利要求2所述的方法,其特征在于,距离所述数据层越近的第一卷积层引出的分支用于检测所述样本图像中越小的人体区域或人体部位区域;距离所述数据层越远的第一卷积层引出的分支用于检测所述样本图像中越大的人体区域或人体部位区域。4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述每个第一卷积层输出的第一特征图,确定所述每个第一卷积层对应的第二特征图,包括:根据所述第一卷积层的下一个第一卷积层输出的第一特征图,以及所述下一个第一卷积层之后的所有第一卷积层输出的第一特征图,确定所述下一个第一卷积层对应的第二特征图;根据所述第一卷积层输出的第一特征图,以及所述下一个第一卷积层对应的第二特征图,确定所述第一卷积层对应的第二特征图。5.根据权利要求4所述的方法,其特征在于,所述根据所述第一卷积层输出的第一特征图,以及所述下一个第一卷积层对应的第二特征图,确定所述第一卷积层对应的第二特征图,包括:根据所述第一卷积层输出的第一特征图的大小,对所述下一个第一卷积层对应的第二特征图进行放大;将所述第一卷积层输出的第一特征图和放大后的所述下一个第一卷积层对应的第二特征图进行叠加得到所述第一卷积层对应的第二特征图。6.根据权利要求1所述的方法,其特征在于,所述分支包括多个第二损失层,所述多个第二损失层中每个第二损失层连接的第二卷积层对应的预设框的大小在同一预设范围内,且所述多个第二损失层中每个第二损失层连接的第二卷积层对应的预设框的长宽比不同。7.一种人体识别方法,其特征在于,包括:根据如权利要求1-6任一项所述的方法训练得到的人体识别模型,对待检测图像中的人体区域和/或人体部位区域进行识别。8.一种模型训练装置,其特征在于,包括:第一获取模块,用于获取用于训练人体识别模型的样本图像,所述人体识别模型包括数据层、多个第一卷积层、第一损失层,其中,所述多个第一...
【专利技术属性】
技术研发人员:李旭斌,王健,亢乐,刘泽宇,迟至真,张成月,文石磊,包英泽,陈明裕,丁二锐,刘霄,孙昊,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。