一种模型训练的方法、对象检测的方法以及相关装置制造方法及图纸

本发明专利技术公开了一种模型训练的方法，包括：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，待训练图片子集合属于待训练图片集合，待训练图片集合包含M个待训练图片，待训练图片子集合包含N个待训练图片；获取待训练图片子集合中每个待训练图片所对应的标签信息，标签信息用于标识待训练图片中的对象类型；向服务器发送待训练图片子集合以及标签信息，以使服务器根据待训练图片子集合以及标签信息，训练得到目标检测模型，目标检测模型用于获取图片中的对象检测信息。本发明专利技术公开了对象检测的方法、客户端以及服务器。本发明专利技术中用户之间无需协商待标注图片是否出现重复或者遗漏的情况，从而提升图片标注的准确率。

A Method of Model Training, Object Detection and Related Devices

The invention discloses a method for model training, which includes: sending picture labeling instructions to the server; receiving a sub-set of trained pictures sent by the server; the sub-set of trained pictures belongs to the sub-set of trained pictures; the sub-set of trained pictures contains M images to be trained; the sub-set of trained pictures contains N images to be trained; acquiring each sub-set of trained pictures to be trained. The label information corresponding to the training pictures is used to identify the type of object in the pictures to be trained; the sub-set of pictures to be trained and label information are sent to the server so that the server can train the target detection model according to the sub-set of pictures to be trained and label information, and the target detection model is used to obtain the object detection information in the pictures. The invention discloses a method for object detection, a client and a server. In the invention, there is no need for users to negotiate whether there is duplication or omission of the picture to be labeled, so as to improve the accuracy of the picture labeling.

【技术实现步骤摘要】
一种模型训练的方法、对象检测的方法以及相关装置
本专利技术涉及人工智能领域，尤其涉及一种模型训练的方法、对象检测的方法以及相关装置。
技术介绍
随着互联网行业的飞速发展，对应用程序进行测试的需求度也越来越高。针对游戏类应用程序而言，常见的测试方式是，对游戏画面中的目标对象(比如小怪、道具、障碍物以及分数等)进行检测，由此判断游戏画面是否正常。如果没有正常显示目标对象，则认为游戏画面异常。在对游戏画面内的目标对象进行检测时，首先需要人工标注大量的游戏画面图片，并且人工匹配每张图片与标注文件，然后选择合适的模型对这些标注好的图片和对应的标注文件进行训练，从而得到检测模型，最后利用该检测模型对不同的游戏画面进行检测，得到检测结果。然而，由于需要标注的游戏画面图片数量非常大，尽管可以多人分批量地标注图片，但是仍可能出现图片标注重复，或者图片标注遗漏的情况，从而导致图片标注的准确率降低。
技术实现思路
本专利技术实施例提供了一种模型训练的方法、对象检测的方法以及相关装置，由服务器向不同的客户端分配不同的待标注图片，而用户只需要在自己使用的客户端上对收到的这部分图片进行标注，用户之间无需协商待标注图片是否出现重复或者遗漏的情况，从而提升图片标注的准确率，降低了图片标注错误的风险。有鉴于此，本专利技术的第一方面提供了一种模型训练的方法，包括：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。本专利技术的第二方面提供了一种模型训练的方法，包括：接收至少一个客户端发送的图片标注指令；根据所述图片标注指令向所述至少一个客户端中发送待训练图片子集合，以使每个客户端获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；接收所述至少一个客户端发送的待训练图片子集合以及所述标签信息；根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。本专利技术的第三方面提供了一种对象检测的方法，包括：获取待检测图片集合，其中，所述待检测图片集合包括至少一个待检测图片；接收模型选择指令，其中，所述模型选择指令携带模型标识；向服务器发送所述待检测图片集合以及所述模型选择指令，以使所述服务器根据所述模型选择指令获取目标检测模型，通过所述目标检测模型获取所述待检测图片集合中每个待检测图片的对象检测信息，其中，所述目标检测模型为所述服务器根据至少一个待训练图片子集合以及每个待训练图片子集合所对应的标签信息训练得到的，所述至少一个待训练图片子集合由所述服务器发送给至少一个客户端；接收所述服务器发送的所述待检测图片集合中每个待检测图片的对象检测信息。本专利技术的第四方面提供了一种客户端，包括：发送模块，用于向服务器发送图片标注指令；接收模块，用于接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；获取模块，用于获取所述接收模块接收的所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；所述发送模块，还用于向所述服务器发送所述获取模块获取的所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。本专利技术的第五方面提供了一种服务器，包括：接收模块，用于接收至少一个客户端发送的图片标注指令；发送模块，用于根据所述接收模块接收的所述图片标注指令向所述至少一个客户端中发送待训练图片子集合，以使每个客户端获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；所述接收模块，还用于接收所述至少一个客户端发送的待训练图片子集合以及所述标签信息；训练模块，用于根据所述接收模块接收的所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。本专利技术的第六方面提供了一种终端设备，包括：存储器、收发器、处理器以及总线系统；其中，所述存储器用于存储程序；所述处理器用于执行所述存储器中的程序，包括如下步骤：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；获取待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息；所述总线系统用于连接所述存储器以及所述处理器，以使所述存储器以及所述处理器进行通信。本专利技术的第七方面提供了一种服务器，包括：存储器、收发器、处理器以及总线系统；其中，所述存储器用于存储程序；所述处理器用于执行所述存储器中的程序，包括如下步骤：接收至少一个客户端发送的图片标注指令；根据所述图片标注指令向所述至少一个客户端中发送待训练图片子集合，以使每个客户端获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；接收所述至少一个客户端发送的待训练图片子集合以及所述标签信息；根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息；所述总线系统用于连接所述存储器以及所述处理器，以使所述存储器以及所述处理器进行通信。本专利技术的第八方面提供了一种本文档来自技高网...

【技术保护点】
1.一种模型训练的方法，其特征在于，包括：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1；且小于或等于所述M的整数；获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。

【技术特征摘要】
1.一种模型训练的方法，其特征在于，包括：向服务器发送图片标注指令；接收服务器发送的待训练图片子集合，其中，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1；且小于或等于所述M的整数；获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型；向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述图片标注指令接收服务器发送的待训练图片子集合之前，所述方法还包括：若接收到第一图片上传指令，则响应于所述第一图片上传指令，向所述服务器上传待训练图片，直至上传完所述待训练图片集合；若接收到第二图片上传指令，则响应于所述第二图片上传指令，向所述服务器上传数据压缩包，以使所述服务器根据所述数据压缩包生成所述待训练图片集合，其中，所述数据压缩包为对所述待训练图片集合进行压缩后生成的。3.根据权利要求1所述的方法，其特征在于，所述获取待训练图片子集合中每个待训练图片所对应的标签信息，包括：接收所述待训练图片子集合中每个待训练图片所对应的图片标注指令，其中，图片标注指令中携带至少一个对象类型标识，每个对象类型标识对应于一个对象标签；响应于所述每个待训练图片所对应的图片标注指令，生成所述待训练图片子集合中所述每个待训练图片所对应的标签信息。4.根据权利要求3所述的方法，其特征在于，所述接收所述待训练图片子集合中每个待训练图片所对应的图片标注指令之前，所述方法还包括：接收类型添加指令，其中，所述类型添加指令携带目标对象类型标识；响应于所述类型添加指令，建立目标对象标签，其中，所述目标对象标签与所述目标对象类型标识具有对应关系。5.根据权利要求1所述的方法，其特征在于，所述向所述服务器发送所述待训练图片子集合以及所述标签信息之前，所述方法还包括：接收模型训练参数，其中，所述模型训练参数至少包括模型类型、网络结构以及训练次数；所述向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，包括：向所述服务器发送所述模型训练参数、所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述模型训练参数对所述待训练图片子集合以及所述标签信息进行训练，得到所述目标检测模型。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述向所述服务器发送所述待训练图片子集合以及所述标签信息，以使所述服务器根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型之后，所述方法还包括：获取待检测图片；接收模型选择指令，其中，所述模型选择指令携带模型标识；向服务器发送所述待检测图片以及所述模型选择指令，以使所述服务器根据所述模型选择指令获取所述目标检测模型，通过所述目标检测模型获取所述待检测图片的目标对象检测信息。7.一种模型训练的方法，其特征在于，包括：接收至少一个客户端发送的图片标注指令；根据所述图片标注指令向所述至少一个客户端中发送待训练图片子集合，以使每个客户端获取所述待训练图片子集合中每个待训练图片所对应的标签信息，其中，所述标签信息用于标识待训练图片中的对象类型，所述待训练图片子集合属于待训练图片集合，所述待训练图片集合包含M个待训练图片，所述待训练图片子集合包含N个待训练图片，所述M为大于或等于1的整数，所述N为大于或等于1，且小于或等于所述M的整数；接收所述至少一个客户端发送的待训练图片子集合以及所述标签信息；根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，其中，所述目标检测模型用于获取图片中的对象检测信息。8.根据权利要求7所述的方法，其特征在于，所述根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型，包括：对每个待训练图片子集合中的每个待训练图片，以及所述每个待训练图片所对应的标签信息进行预处理，得到待训练数据；获取模型训练参数，其中，所述模型训练参数至少包括模型类型、网络结构以及训练次数；根据所述模型训练参数生成训练配置文件；采用所述训练配置文件对所述待训练数据进行训练，得到所述目标检测模型，其中，所述目标检测模型存储于目标路径下。9.根据权利要求7所述的方法，其特征在于，所述根据所述待训练图片子集合以及所述标签信息，训练得到目标检测模型之后，所述方法还包括：接收客户端发送的待检测图片以及模型选择指令，其中，所述模型选择指令携带模型...

【专利技术属性】
技术研发人员：范奇，何庆玮，何炜霞，潘晖，张力柯，荆彦青，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44