对象关键点的检测模型训练的相关方法、装置、设备制造方法及图纸

本申请公开了对象关键点的检测模型训练的相关方法、装置、设备，其中，对象关键点的检测模型训练方法包括：获取到样本图片，将样本图片输入到检测模型中，得到样本图片的初始特征图；其中，样本图片中包括样本对象；基于初始特征图生成样本图片对应的第一热图；基于标准检测结果与第一热图生成第二热图；基于标准检测结果以及第一热图和/或第二热图对检测模型进行训练，得到训练后的检测模型。上述方案，能够提高对象关键点的检测精度。够提高对象关键点的检测精度。够提高对象关键点的检测精度。

【技术实现步骤摘要】
对象关键点的检测模型训练的相关方法、装置、设备


[0001]本申请涉及关键点检测的
，特别是涉及对象关键点的检测模型训练的相关方法、装置、设备。

技术介绍

[0002]随着科学技术的高速发展，智能识别技术在国民的日常生活中应用得越来越广泛。例如，人脸识别在安保防护场景中具备十分重大的意义，而车辆识别在交通道路领域中也逐步得到应用。
[0003]而各种智能识别技术基本都依赖于对目标对象的关键点进行检测，以作为智能识别技术的基础性技术。同时一个好的对象关键点检测算法也对各识别场景起着至关重要的作用。
[0004]但目前对象关键点的检测精度不高，难以支持各识别场景中的应用。

技术实现思路

[0005]本申请提供了对象关键点的检测模型训练的相关方法、装置、设备，以解决现有技术中存在的对象关键点的检测精度较低的问题。
[0006]本申请提供了一种对象关键点的检测模型训练方法，包括：获取到样本图片，将样本图片输入到检测模型中，得到样本图片的初始特征图；其中，样本图片中包括样本对象；基于初始特征图生成样本图片对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象关键点的检测模型训练方法，其特征在于，所述对象关键点的检测模型训练方法包括：获取到样本图片，将所述样本图片输入到所述检测模型中，得到所述样本图片的初始特征图；其中，所述样本图片中包括样本对象；基于所述初始特征图生成所述样本图片对应的第一热图；基于标准检测结果与所述第一热图生成第二热图；基于所述标准检测结果以及所述第一热图和/或第二热图对所述检测模型进行训练，得到训练后的检测模型。2.根据权利要求1所述的对象关键点的检测模型训练方法，其特征在于，所述标准检测结果包括标准坐标结果以及标准分类结果；所述基于所述初始特征图生成所述样本图片对应的第一热图的步骤包括：将所述初始特征图输入到所述检测模型的第一沙漏网络中进行特征处理，得到包括多个通道的所述第一热图；其中，各通道对应包括各关键点的初始特征值；所述基于标准检测结果与所述第一热图生成第二热图的步骤包括：利用所述标准分类结果将所述第一热图的初始特征值进行融合；将所述融合后的所述第一热图输入到所述检测模型的第二沙漏网络中再次进行特征处理，得到包括多个通道的所述第二热图；其中，各通道对应包括各关键点的特征值。3.根据权利要求2所述的对象关键点的检测模型训练方法，其特征在于，所述对象包括车辆，所述标准分类结果包括可见关键点、不可见关键点或遮挡关键点；所述利用所述标准分类结果将所述第一热图的初始特征值进行融合的步骤包括：基于所述标准分类结果增大所述第一热图中可见关键点的初始特征值，以及缩小不可见关键点以及遮挡关键点的初始特征值。4.根据权利要求2所述的对象关键点的检测模型训练方法，其特征在于，所述基于所述标准检测结果以及所述第一热图和/或第二热图对所述检测模型进行训练，得到训练后的检测模型的步骤包括：将所述第一热图中各通道的特征值和/或所述第二热图中各通道的特征值与所述标准坐标结果对应的热图中的特征值进行逐像素多类交叉熵损失，以对所述检测模型进行训练。5.根据权利要求1所述的对象关键点的检测模型训练方法，其特征在于，所述获取到样本图片的步骤还包括：接收人工对所述样本图片进行处理，得到所述标准检测结果；或接收所述检测模型对所述样本图片进行处理，得到所述标准检测结果的标准分类结果；以及接收人工对所述样本图片进行处理，得到所述标准检测结果的标准坐标结果。6.根据权利要求5所述的对象关键点的检测模型训练方法，其特征在于，所述接收所述检测模型对所述样本图片的...

【专利技术属性】
技术研发人员：谢宇，贾若然，谭昶，汤进，李成龙，
申请(专利权)人：安徽大学，
类型：发明
国别省市：