【技术实现步骤摘要】
一种对象检测模型的确定方法和相关装置
[0001]本申请涉及数据处理领域，特别是涉及一种对象检测模型的确定方法和相关装置。
技术介绍
[0002]通过对象检测模型可以实现对图像中指定对象的检测功能，例如识别游戏图像中的敌方位置，识别交通图像中的车道线位置等。针对一个领域下的对象检测需求，需要训练得到针对该领域的对象检测模型，而模型训练需要依赖大量的标注数据，这会耗费大量时间和成本，尤其是该领域对于开发者来说是一个新领域的情况下。
[0003]相关技术中，会采用其他相关领域的已经通过长期积累的大量标注数据进行对象检测模型的训练，并将训练得到的对象检测模型应用于该新领域中提供对象检测服务。然而，这种跨域方式会导致域间隙（domain gap）的问题，域间隙指的是由于不同领域数据集之间的数据分布存在差异，在通过一个领域数据集训练的对象检测模型在另一个领域数据集上对象检测性能下降的现象。也就是说，通过相关技术得到的对象检测模型在新领域中的检测性能并不理想。
[0004]由此导致大量的其他领域的标注数据无法用于新领域，...
【技术保护点】
【技术特征摘要】
1.一种对象检测模型的确定方法，其特征在于，所述方法包括：获取训练样本集，所述训练样本集中的训练样本包括源领域的标注图像样本和目标领域的无标注图像，所述标注图像样本的样本标签用于标识所述标注图像样本中目标对象的位置信息；根据所述训练样本对初始检测模型进行模型训练，其中，若所述训练样本为所述标注图像样本，根据针对所述目标对象的检测结果和所述样本标签对所述初始检测模型进行模型参数调整以得到对象检测模型，所述初始检测模型包括用于提取所述训练样本的图像特征的特征提取器，所述对象检测模型用于对所述目标领域的图像进行所述目标对象的检测；在所述模型训练的过程中，根据所述特征提取器的第一中间层的第一输出特征，通过第一领域分类器确定所述第一输出特征对应的第一预测领域；根据所述训练样本的实际所属领域和所述第一预测领域的差异确定第一损失函数；基于所述第一损失函数调整所述第一领域分类器的模型参数，并通过所述第一损失函数的负值调整所述第一中间层的模型参数。2.根据权利要求1所述的方法，其特征在于，在所述模型训练的过程中，所述方法还包括：根据所述特征提取器的第二中间层的第二输出特征，通过第二领域分类器确定所述第二输出特征对应的第二预测领域；根据所述训练样本的实际所属领域和所述第二预测领域的差异确定第二损失函数；基于所述第二损失函数调整所述第二领域分类器的模型参数，并通过所述第二损失函数的负值调整所述第二中间层的模型参数。3.根据权利要求2所述的方法，其特征在于，所述第一中间层为局部特征提取层，所述第二中间层为全局特征提取层；或者，所述第一中间层为全局特征提取层，所述第二中间层为局部特征提取层。4.根据权利要求1所述的方法，其特征在于，若所述第一中间层为局部特征提取层，所述根据所述特征提取器的第一中间层的第一输出特征，通过第一领域分类器确定所述第一输出特征对应的第一预测领域，包括：根据所述特征提取器的第一中间层的第一输出特征，通过第一领域分类器确定所述第一输出特征所包括像素分别对应的像素预测领域；根据所述像素预测领域确定所述第一预测领域。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述第一领域分类器的第一中间层特征；根据所述第一中间层特征和所述图像特征确定所述初始检测模型中对象检测层的输入特征，通过所述对象检测层确定针对所述目标对象的检测结果。6.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述第一领域分类器的第一中间层特征和所述第二领域分类器的第二中间层特征；根据所述第一中间层特征、所述第二中间层特征和所述图像特征确定所述初始检测模型中对象检测层的输入特征，通过所述对象检测层确定针对所述目标对象的检测结果。
7.根据权利要求6所述的方法，其特征在于，所述根据针对所述目标对象的检测结果和所述样本标签对所述初始检测模型进行模型参数调整以得到对象检测模型，包括：根据针对所述目标对象的检测结果和所述样本标签确定对象检测损失函数；根据所述对象检测损失函数对所述初始检测模型、所述第一领域分类器和所述第二领域分类器进行模型参数调整。8.根据权利要求1所述的方法，其特征在于，所述初始检测模型中包括用于根据所述图像特征确定所述检测结果的对象检测层，在所述模型训练的过程中，所述方法还包括：...
【专利技术属性】
技术研发人员：曾浩，邓大付，黄超，李玺，王君乐，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。