【技术实现步骤摘要】
识别模型训练方法、识别方法、装置、设备及存储介质
本公开涉及计算机
，尤其涉及计算机视觉、深度学习等
技术介绍
目标识别是图像处理的一个重要的手段和目的，通过目标识别，可以对视频、静态画面中的物体、人体、动物体等目标物体进行识别，根据识别结果实现身份认证、安全检查等多种用途。根据目标物体与拍摄装置距离远近、镜头远近程度的不同，目标物体在视频或静态图像中所呈现的大小也有所不同。如何以较高的效率，针对在视频或静态图像中的大小不同的目标物体实现更佳的检测效果，是图像处理所需要进一步改进的问题。
技术实现思路
本公开提供了一种识别模型训练方法、识别方法、装置、设备以及存储介质。根据本公开的一方面，提供了一种识别模型训练方法，包括：将包括目标物体的待识别图像输入待训练的识别模型，获得至少两张不同尺寸的特征图；采用待训练的识别模型，在每张特征图中，确定圈定目标物体的多个锚点框；根据每张特征图中的锚点框、设定的目标框和每张特征图对应的交并比阈值，确定每张特征图对应...
【技术保护点】
1.一种识别模型训练方法，包括：/n将包括目标物体的待识别图像输入待训练的识别模型，获得至少两张不同尺寸的特征图；/n采用所述待训练的识别模型，在每张所述特征图中，确定圈定所述目标物体的多个锚点框；/n根据每张所述特征图中的锚点框、设定的目标框和每张特征图对应的交并比阈值，确定每张特征图对应的多个正样本和/或多个负样本；/n根据所述正样本和/或负样本，确定损失值；/n根据所述损失值优化所述待训练的识别模型，得到训练后的识别模型。/n
【技术特征摘要】
1.一种识别模型训练方法，包括：
将包括目标物体的待识别图像输入待训练的识别模型，获得至少两张不同尺寸的特征图；
采用所述待训练的识别模型，在每张所述特征图中，确定圈定所述目标物体的多个锚点框；
根据每张所述特征图中的锚点框、设定的目标框和每张特征图对应的交并比阈值，确定每张特征图对应的多个正样本和/或多个负样本；
根据所述正样本和/或负样本，确定损失值；
根据所述损失值优化所述待训练的识别模型，得到训练后的识别模型。
2.根据权利要求1所述的方法，其中，所述特征图的尺寸与所述特征图对应的交并比阈值负相关。
3.根据权利要求1或2所述的方法，其中，所述根据每张所述特征图中的锚点框、设定的目标框和与每张特征图对应的交并比阈值，确定每张特征图对应的多个正样本和/或多个负样本，包括：针对每张所述特征图执行下述步骤：
针对所述特征图的每个所述锚点框，确定所述锚点框与所述设定的目标框之间的交并比；
在所述交并比大于锚点框所在的特征图对应的交并比阈值的情况下，确定所述锚点框为正样本；
在所述交并比小于锚点框所在的特征图对应的交并比阈值的情况下，确定所述锚点框为负样本。
4.根据权利要求1或2所述的方法，其中，根据所述正样本，确定损失值，包括：
根据所述正样本，确定用于优化对应的锚点框大小计算参数的回归损失值。
5.根据权利要求1或2所述的方法，其中，根据所述正样本和负样本，确定损失值，包括：
根据所述正样本和负样本，确定用于优化对应的锚点框位置计算参数的分类损失值。
6.根据权利要求1或2所述的方法，其中，所述将包括目标物体的待识别图像输入待训练的识别模型，获得至少两张不同尺寸的特征图，包括：
将所述包括目标物体的待识别图像输入待训练的识别模型；
利用所述待训练的识别模型的特征金字塔网络，输出所述至少两张不同尺寸的特征图。
7.一种识别方法，包括：
将包括目标物体的待识别图像输入识别模型，得到圈定所述目标物体的多个锚点框；所述识别模型为权利要求1-6中任意一项所述的训练后的识别模型；
根据所述多个锚点框，获得目标物体识别结果。
8.根据权利要求7所述的方法，其中，所述根据所述多个锚点框，获得目标物体识别结果，包括：
确定准确概率高于设定阈值的至少一个锚点框为目标物体识别结果。
9.一种识别模型训练装置，包括：
特征图模块，用于将包括目标物体的待识别图像输入待训练的识别模型，获得至少两张不同尺寸的特征图；
锚点框模块，用于采用所述待训练的识别模型，在每张所述特征图中，确定圈定所述目标物体的多个锚点框；
样本模块，用于根据...
【专利技术属性】
技术研发人员：陈子亮，
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。