一种视觉目标检测模型的训练方法和装置制造方法及图纸

本申请公开了一种视觉目标检测模型的训练方法和装置，具体为获取多个第一图片样本，每个第一图片样本包括前景和背景；利用分割‑拼接方法对第一图片样本进行处理，得到多个第二图片样本；利用训练样本集进行模型训练，得到视觉目标检测模型，训练样本集包括多个第一图片样本和多个第二图片样本。由于最终进行模型训练所依据的训练样本集中不仅包括人工标注的第一图片样本，还包括通过分割‑拼接所得的第二图片样本，从而有效扩展了训练样本集中的样本的数量，进而使最终训练所得的视觉目标检测模型的检测效果得到改善。

A Training Method and Device for Visual Target Detection Model

This application discloses a training method and device for visual object detection model, specifically for obtaining multiple first image samples, each of which includes foreground and background; processing the first image samples by segmentation and stitching method to obtain multiple second image samples; using training sample set for model training, obtaining visual object detection model and training samples. The set includes a plurality of first picture samples and a plurality of second picture samples. Because the training sample set based on the model training includes not only the first image samples labeled manually, but also the second image samples obtained by segmentation and stitching, the number of samples in the training sample set is effectively expanded, and the detection effect of the final training visual target detection model is improved.

【技术实现步骤摘要】
一种视觉目标检测模型的训练方法和装置
本申请涉及人工智能
，更具体地说，涉及一种视觉目标检测模型的训练方法和装置。
技术介绍
对于机器人来说，实现对物体的抓取等操作的前提是对物体的目标检测，即首先必须完成对物体的识别和定位，识别是指确定物体的种类，定位是指确定物体的位置，包括空间位置和方向。目前，主流技术是通过大量的样本对相应模型进行训练，得到相应的检测模型，从而实现对物体的目标检测。然而，在对相应检测模型进行训练时，需要大量标记好的图片作为样本，而人工标记成本高，导致无法得到大量样本，从而导致最终所得检测模型的检测效果较差。
技术实现思路
有鉴于此，本申请提供一种视觉目标检测模型的训练方法和装置，用于解决目前的视觉目标检测模型的检测效果较差的问题。为了实现上述目的，现提出的方案如下：一种视觉目标检测模型的训练方法，包括步骤：获取多个第一图片样本，每个所述第一图片样本包括前景和背景；利用分割-拼接方法对所述第一图片样本进行处理，得到多个第二图片样本；利用训练样本集进行模型训练，得到视觉目标检测模型，所述训练样本集包括所述多个第一图片样本和所述多个第二图片样本。可选的，所述利用分割-本文档来自技高网...

【技术保护点】
1.一种视觉目标检测模型的训练方法，其特征在于，包括步骤：获取多个第一图片样本，每个所述第一图片样本包括前景和背景；利用分割‑拼接方法对所述第一图片样本进行处理，得到多个第二图片样本；利用训练样本集进行模型训练，得到视觉目标检测模型，所述训练样本集包括所述多个第一图片样本和所述多个第二图片样本。

【技术特征摘要】
1.一种视觉目标检测模型的训练方法，其特征在于，包括步骤：获取多个第一图片样本，每个所述第一图片样本包括前景和背景；利用分割-拼接方法对所述第一图片样本进行处理，得到多个第二图片样本；利用训练样本集进行模型训练，得到视觉目标检测模型，所述训练样本集包括所述多个第一图片样本和所述多个第二图片样本。2.如权利要求1所述的训练方法，其特征在于，所述利用分割-拼接方法对所述第一图片样本进行处理，得到多个第二图片样本，包括：将每个所述第一图片样本的前景切割出来，得到单独的前景图片，并留下相应的空白框；将切割出来的所述前景图片依次拼接到其他所述第一图片样本的所述空白框，得到相应的第二图片样本。3.如权利要求2所述的训练方法，其特征在于，所述将每个所述第一图片样本的前景切割出来，得到单独的前景图片，并留下相应的空白框，包括：利用第三方目标检测与分割工具对所述前景进行定位；将所述前景从所述第一图片样本中分割出来，得到所述前景图片，并留下所述空白框。4.如权利要求2所述的训练方法，其特征在于，所述利用分割-拼接方法对所述第一图片样本进行处理，得到多个第二图片样本，还包括：对得到的第二图片...

【专利技术属性】
技术研发人员：蔡颖鹏，陈希，
申请(专利权)人：北京因时机器人科技有限公司，
类型：发明
国别省市：北京,11