一种创建目标检测模型的方法、电子设备及存储介质技术

本发明专利技术实施例涉及检测领域，公开了一种创建目标检测模型的方法、电子设备及存储介质。本申请的部分实施例中，创建目标检测模型的方法包括：获取待检测区域的第一图像数据，以及预存的第二图像数据；根据第一图像数据和第二图像数据，确定参照数据；参照数据为第二图像数据对应的目标检测模型，或，第二图像数据对应的训练数据；根据参照数据，确定待检测区域的目标检测模型。该实现中，能够提高目标检测模型的准确率。

A Method of Creating Target Detection Model, Electronic Equipment and Storage Media

【技术实现步骤摘要】
一种创建目标检测模型的方法、电子设备及存储介质
本专利技术实施例涉及检测领域，特别涉及一种创建目标检测模型的方法、电子设备及存储介质。
技术介绍
在智能货柜中，常常使用鱼眼镜头。鱼眼镜头是比标准镜头视角更大、焦距更短的一种特殊镜头，使用鱼眼镜头作为视觉传感器，可以采集要检测识别的智能货柜的图片。使用深度学习目标检测算法对智能货柜的鱼眼图像进行目标检测时，需要采集标注大量的数据来进行对应目标检测模型的训练。然而，专利技术人发现现有技术中至少存在如下问题：智能货柜的实际应用过程中，有可能遇到以下问题：1、鱼眼镜头的摆放位置出现偏差，导致采集到的货柜的商品图像的圆形有效区域不在图像中间位置；2、鱼眼镜头不对焦导致采集图片模糊；3、由于货柜实际的摆放位置导致的货柜内光照环境变化。上述问题将导致智能货柜的拍摄环境与采集训练数据时的智能货柜的拍摄环境存在差异，而深度学习目标检测算法的准确率与训练数据有很大关系，当采集训练数据的拍摄环境与检测时的拍摄环境差异较大时，这将会影响算法的准确率。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术实施方式的目的在于提供一种创建目标检测模型的方法、电子设备及存储介质，使得能够提高目标检测模型的准确率。为解决上述技术问题，本专利技术的实施方式提供了一种创建目标检测模型的方法，包括以下步骤：获取待检测区域的第一图像数据，以及预存的第二图像数据；根据第一图像数据和第二图像数据，确定参照数据；参照数据为第二图像数据对应的目标检测模型，或，第二图像数据对应的训练数据；根据参照数据，确定待检测区域的目标检测模型。本专利技术的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述实施方式提及的创建目标检测模型的方法。本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述实施方式提及的创建目标检测模型的方法。本专利技术实施方式相对于现有技术而言，基于第一图像数据和第二图像数据，来选择参照数据，并根据选择的参照数据确定待检测区域的目标检测模型，考虑了待检测区域的拍摄环境和第二图像数据的拍摄环境之间的差异问题，避免由于拍摄环境的差异导致待检测区域的目标检测模型的准确率不足的问题。另外，根据第一图像数据和第二图像数据，确定参照数据，具体包括：判断第一图像数据的图像特征和第二图像数据的图像特征是否存在差异；若确定是，则确定参照数据为第二图像数据对应的训练数据；若确定不是，则确定参照数据为第二图像数据对应的目标检测模型。另外，参照数据为第二图像数据对应的训练数据；根据参照数据，确定待检测区域的目标检测模型，具体包括：根据第一图像数据的图像特征，调整第二图像数据对应的训练数据，得到第一图像数据对应的训练数据；基于第一图像数据对应的训练数据，对原始目标检测模型进行训练，得到待检测区域的目标检测模型。该实现中，减少了人工采集、标注多环境下的训练数据的工作量。另外，根据第一图像数据的图像特征，调整第二图像数据对应的训练数据，得到第一图像数据对应的训练数据，具体包括：调整第二图像数据对应的训练数据中的每一幅训练图像，以使调整后的训练图像的图像特征与第一图像数据的图像特征相同；根据调整后的训练图像，确定第一图像数据对应的训练数据。该实现中，减少了拍摄环境的不同对检测识别准确率带来的影响。另外，根据第一图像数据的图像特征，调整第二图像数据对应的训练数据，得到第一图像数据对应的训练数据，具体包括：确定需要调整的图像特征；调整第二图像数据对应的训练数据中的每一幅训练图像，以使调整后的训练图像的需要调整的图像特征与第一图像数据的需要调整的图像特征相同；根据调整后的训练图像，确定第一图像数据的训练数据。该实现中，可以减少对训练图像的修改量，进而减少电子设备的数据处理强度。另外，确定需要调整的图像特征，具体包括：针对每一个图像特征，分别进行以下操作：确定第一图像数据的图像特征与第二图像数据的图像特征的差值；判断差值是否大于图像特征对应的阈值，若确定是，将图像特征作为需要调整的图像特征。另外，在基于第一图像数据对应的训练数据，对原始目标检测模型进行训练，得到待检测区域的目标检测模型之后，创建目标检测模型的方法还包括：将第一图像数据保存至图像数据库；将第一图像数据对应的训练数据保存至训练数据库；将待检测区域的目标检测模型，作为第一图像数据对应的目标检测模型，保存至模型数据库。该实现中，实现了各个数据库的自动扩充。另外，参照数据为第二图像数据对应的目标检测模型；根据参照数据，确定待检测区域的目标检测模型，具体包括：将第二图像数据对应的目标检测模型，作为待检测区域的目标检测模型。该实现中，减少了电子设备训练待检测区域的目标检测模型的时间。另外，图像特征至少包括图像圆心位置、图像清晰度和图像亮度中的任意一种。另外，获取预存的第二图像数据，具体包括：将第一图像数据分别与图像数据库中预存的M个第三图像数据进行比较，确定与第一图像数据差异最小的第三图像数据，M为大于1的正整数；将差异最小的第三图像数据，作为第二图像数据。该实现中，降低了需要重新训练原始目标检测模型以获取待检测区域的目标检测模型的概率。另外，将第一图像数据分别与图像数据库中预存的M个第三图像数据进行比较，确定与第一图像数据差异最小的第三图像数据，具体包括：针对每个第三图像数据，分别进行以下操作：将第三图像数据的图像特征与第一图像数据的图像特征进行比较，确定第三图像数据与第一图像数据存在差异的图像特征；根据每个第三图像数据与第一图像数据存在差异的图像特征的个数，确定差异最小的第三图像数据。另外，将第一图像数据分别与图像数据库中预存的M个第三图像数据进行比较，确定与第一图像数据差异最小的第三图像数据，具体包括：针对每个第三图像数据，分别进行以下操作：将第三图像数据的图像特征与第一图像数据的图像特征进行比较，确定第三图像数据和第一图像数据的每个图像特征的差值；根据第三图像数据和第一图像数据的每个图像特征的差值，确定差异最小的第三图像数据。附图说明一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。图1是本专利技术的第一实施方式的创建目标检测模型的方法的流程图；图2是本专利技术的第二实施方式的创建目标检测模型的方法的流程图；图3是本专利技术的第三实施方式的电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。本专利技术的第一实施方式涉及一种创建目标检测模型的方法，应用于需要进行目标检测的电子设备，例如，智能本文档来自技高网...

【技术保护点】
1.一种创建目标检测模型的方法，其特征在于，包括：获取待检测区域的第一图像数据，以及预存的第二图像数据；根据所述第一图像数据和所述第二图像数据，确定参照数据；所述参照数据为所述第二图像数据对应的目标检测模型，或，所述第二图像数据对应的训练数据；根据所述参照数据，确定所述待检测区域的目标检测模型。

【技术特征摘要】
1.一种创建目标检测模型的方法，其特征在于，包括：获取待检测区域的第一图像数据，以及预存的第二图像数据；根据所述第一图像数据和所述第二图像数据，确定参照数据；所述参照数据为所述第二图像数据对应的目标检测模型，或，所述第二图像数据对应的训练数据；根据所述参照数据，确定所述待检测区域的目标检测模型。2.根据权利要求1所述的创建目标检测模型的方法，其特征在于，所述根据所述第一图像数据和所述第二图像数据，确定参照数据，具体包括：判断所述第一图像数据的所述图像特征和所述第二图像数据的所述图像特征是否存在差异；若确定是，则确定所述参照数据为所述第二图像数据对应的训练数据；若确定不是，则确定所述参照数据为所述第二图像数据对应的目标检测模型。3.根据权利要求2所述的创建目标检测模型的方法，其特征在于，所述参照数据为所述第二图像数据对应的训练数据；所述根据所述参照数据，确定所述待检测区域的目标检测模型，具体包括：根据所述第一图像数据的图像特征，调整所述第二图像数据对应的训练数据，得到所述第一图像数据对应的训练数据；基于所述第一图像数据对应的训练数据，对原始目标检测模型进行训练，得到所述待检测区域的目标检测模型。4.根据权利要求3所述的创建目标检测模型的方法，其特征在于，所述根据所述第一图像数据的图像特征，调整所述第二图像数据对应的训练数据，得到所述第一图像数据对应的训练数据，具体包括：调整所述第二图像数据对应的训练数据中的每一幅训练图像，以使调整后的训练图像的图像特征与所述第一图像数据的图像特征相同；根据调整后的训练图像，确定所述第一图像数据对应的训练数据。5.根据权利要求3所述的创建目标检测模型的方法，其特征在于，所述根据所述第一图像数据的图像特征，调整所述第二图像数据对应的训练数据，得到所述第一图像数据对应的训练数据，具体包括：确定需要调整的图像特征；调整所述第二图像数据对应的训练数据中的每一幅训练图像，以使调整后的训练图像的所述需要调整的图像特征与所述第一图像数据的所述需要调整的图像特征相同；根据所述调整后的训练图像，确定所述第一图像数据的训练数据。6.根据权利要求5所述的创建目标检测模型的方法，其特征在于，所述确定需要调整的图像特征，具体包括：针对每一个图像特征，分别进行以下操作：确定所述第一图像数据的所述图像特征与所述第二图像数据的所述图像特征的差值；判断所述差值是否大于所述图像特征对应的阈值，若确定是，将所述图像特征作为需要调整的图像特征。7.根据权利要求3所述的创建目标检测模型的方法，其特征在于，在所述基于所述第一图像数据对应的训练数据，对原始目标检测模型进行训练，得到所述待检测区域的目标检测...

【专利技术属性】
技术研发人员：王文琦，廉士国，南一冰，
申请(专利权)人：达闼科技北京有限公司，
类型：发明
国别省市：北京,11