【技术实现步骤摘要】
模型训练方法、目标检测方法、装置和电子设备
本公开涉及人工智能领域，具体为计算机视觉和深度学习技术。
技术介绍
目标检测任务是在图像中检测感兴趣的目标物，确定目标物的位置。目标检测任务是计算机视觉领域的核心问题之一，可以采用深度学习神经网络模型实现。实际应用中，由于难以采集到目标物在复杂背景下的图像，因此，一般只采用在特定环境中采集到的目标物图像作为模型的训练数据，训练得到的模型难以在图像中准确检测出复杂场景下的目标物。
技术实现思路
本公开提供了一种模型训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。根据本公开的一方面，提供了一种模型训练方法，包括：将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；其中，融合图像生成模型用于对第一目标物图像中的目标物特征以及第一背景图像中的背景特征进行融合，得到融合信息，并基于融合信息得到第一融合图像；基于第一融合图像，得到训练数据集；利用训练数据集，训练得到目标检测模型。
【技术保护点】
1.一种模型训练方法，包括：/n将第一目标物图像和第一背景图像输入融合图像生成模型，得到所述融合图像生成模型输出的第一融合图像；其中，所述融合图像生成模型用于对所述第一目标物图像中的目标物特征以及所述第一背景图像中的背景特征进行融合，得到融合信息，并基于所述融合信息得到所述第一融合图像；/n基于所述第一融合图像，得到训练数据集；/n利用所述训练数据集，训练得到目标检测模型。/n
【技术特征摘要】
1.一种模型训练方法，包括：
将第一目标物图像和第一背景图像输入融合图像生成模型，得到所述融合图像生成模型输出的第一融合图像；其中，所述融合图像生成模型用于对所述第一目标物图像中的目标物特征以及所述第一背景图像中的背景特征进行融合，得到融合信息，并基于所述融合信息得到所述第一融合图像；
基于所述第一融合图像，得到训练数据集；
利用所述训练数据集，训练得到目标检测模型。
2.根据权利要求1所述的方法，还包括：
利用至少一个第二目标物图像和至少一个第二背景图像，训练得到所述融合图像生成模型。
3.根据权利要求2所述的方法，其中，所述利用至少一个第二目标物图像和至少一个第二背景图像，训练得到所述融合图像生成模型，包括：
将所述至少一个第二目标物图像中的第i个第二目标物图像和所述至少一个第二背景图像中的第j个第二背景图像输入预设模型，得到所述预设模型输出的第二融合图像；其中，i和j均为正整数；
利用第一判别器确定所述第二融合图像的真实度；
在所述第二融合图像的真实度符合预设条件的情况下，确定所述预设模型收敛，将收敛的所述预设模型作为所述融合图像生成模型。
4.根据权利要求2所述的方法，其中，获取所述至少一个第二目标物图像的方式包括：
利用目标物图像生成模型，得到仿真目标物图像；
基于所述仿真目标物图像和预先采集的真实目标物图像，得到所述至少一个第二目标物图像。
5.根据权利要求4所述的方法，其中，获取所述目标物图像生成模型的方式包括：
利用所述真实目标物图像，训练得到所述目标物图像生成模型。
6.根据权利要求4所述的方法，其中，所述利用目标物图像生成模型，得到仿真目标物图像，包括：
利用所述目标物图像生成模型，生成候选目标物图像；
利用第二判别器确定所述候选目标物图像的真实度；
在所述候选目标物图像的真实度符合预设条件的情况下，将所述候选目标物图像作为所述仿真目标物图像。
7.一种目标检测方法，包括：
获取待处理图像；
将所述待处理图像输入目标检测模型，得到所述目标检测模型输出的目标检测结果；其中，所述目标检测模型是根据权利要求1-6中任一项所述的模型训练方法得到的。
8.一种模型训练装置，包括：
第一图像生成模块，用于将第一目标物图像和第一背景图像输入融合图像生成模型，得到所述融合图像生成模型输出的第一融合图像；其中，所述融合图像生成模型用于对所述第一目标物图像中的目标物特征以及所述第一背景图像中的背景特征进行融合，得到融合信息，并基于所述融合信息得到所述第一融合图像；
第一数据集获取模块，用于基于所述第一融合图...
【专利技术属性】
技术研发人员：王晖，李永博，
申请(专利权)人：北京百度网讯科技有限公司，
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。