【技术实现步骤摘要】
基于人工智能的模型训练方法和相关装置
本申请涉及人工智能领域,特别是涉及一种基于人工智能的模型训练方法和相关装置。
技术介绍
目标跟踪是一种神经网络模型应用的典型场景,通过神经网络模型可以实现识别视频帧中的目标,并在视频中对该目标进行跟踪。一种目标跟踪场景是无预定义目标的情况,例如安防中对可疑危险目标的跟踪,广告植入中对候选广告位的跟踪等。在这种目标跟踪场景中,神经网络模型在跟踪一个目标之前难以获知该目标的一切信息,由此,在跟踪过程中难以准确区分视频中跟踪的目标与背景干扰,尤其当干扰物与目标的特征相似时会造成严重的跟踪漂移。
技术实现思路
为了解决上述技术问题,本申请提供了一种基于人工智能的模型训练方法和相关装置,能够提高网络模型对图像中待识别对象和背景内容的分辨能力。本申请实施例公开了如下技术方案:一方面,本申请实施例提供了一种基于人工智能的模型训练方法,所述方法由处理设备执行,所述方法包括:根据标识目标对象的目标图像和包括所述目标对象的训练图像训练网络模型,得到所述训练图像对应的识别结果,所述识别结果用于标识所述训练图像中所述目标对象的预测位置,所述训练图像具有对应的正标签和负标签,所述正标签用于标识所述训练图像中所述目标对象的实际位置,所述负标签用于标识所述训练图像中背景内容的实际位置;确定所述识别结果相对于所述正标签的第一损失,以及相对于所述负标签的第二损失;根据所述第一损失和所述第二损失确定背景扰动损失,所述背景扰动损失用于标识所述 ...
【技术保护点】
1.一种基于人工智能的模型训练方法,其特征在于,所述方法由处理设备执行,所述方法包括:/n根据标识目标对象的目标图像和包括所述目标对象的训练图像训练网络模型,得到所述训练图像对应的识别结果,所述识别结果用于标识所述训练图像中所述目标对象的预测位置,所述训练图像具有对应的正标签和负标签,所述正标签用于标识所述训练图像中所述目标对象的实际位置,所述负标签用于标识所述训练图像中背景内容的实际位置;/n确定所述识别结果相对于所述正标签的第一损失,以及相对于所述负标签的第二损失;/n根据所述第一损失和所述第二损失确定背景扰动损失,所述背景扰动损失用于标识所述背景内容对识别所述目标对象的影响;/n根据所述背景扰动损失对所述网络模型的参数进行更新。/n
【技术特征摘要】
1.一种基于人工智能的模型训练方法,其特征在于,所述方法由处理设备执行,所述方法包括:
根据标识目标对象的目标图像和包括所述目标对象的训练图像训练网络模型,得到所述训练图像对应的识别结果,所述识别结果用于标识所述训练图像中所述目标对象的预测位置,所述训练图像具有对应的正标签和负标签,所述正标签用于标识所述训练图像中所述目标对象的实际位置,所述负标签用于标识所述训练图像中背景内容的实际位置;
确定所述识别结果相对于所述正标签的第一损失,以及相对于所述负标签的第二损失;
根据所述第一损失和所述第二损失确定背景扰动损失,所述背景扰动损失用于标识所述背景内容对识别所述目标对象的影响;
根据所述背景扰动损失对所述网络模型的参数进行更新。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一损失和所述第二损失确定背景扰动损失,包括:
根据所述第一损失确定第一贡献信息,以及根据所述第二损失确定第二贡献信息;所述第一贡献信息用于标识所述训练图像中特征点对预测所述目标对象所处位置的贡献程度,所述第二贡献信息用于标识所述训练图像中特征点对预测所述背景内容所处位置的贡献程度;
根据所述第一贡献信息和所述第二贡献信息之间的差异信息,确定所述背景扰动损失。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一损失确定第一贡献信息,包括:
通过所述第一损失在所述网络模型中进行反向传播,通过中间层的输出确定所述第一贡献信息;
所述根据所述第二损失确定第二贡献信息,包括:
通过所述第二损失在所述网络模型中进行反向传播,通过中间层的输出确定所述第二贡献信息。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一贡献信息和所述第二贡献信息之间的差异信息,确定所述背景扰动损失,包括:
计算所述第一贡献信息和所述第二贡献信息间的特征距离;
将所述特征距离作为所述差异信息确定所述背景扰动损失。
5.根据权利要求1所述的方法,其特征在于,所述根据所述背景扰动损失对所述网络模型的参数进行更新,包括:
根据背景扰动损失和原始损失确定综合损失;
通过综合损失对所述网络模型的参数进行更新。
6.根据权利要求1所述的方法,其特征在于,所述网络模型为孪生网络模型。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过训练后的所述网络模型对待处理视频中的视频帧进行对象的跟踪识别。
8.一种基于人工智能的模型训练装置,其特征在于,所述装置包...
【专利技术属性】
技术研发人员:宋奕兵,刘威,
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
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。