【技术实现步骤摘要】
训练方法、目标检测方法、装置、电子设备以及存储介质
[0001]本公开涉及人工智能
,尤其涉及计算机视觉和深度学习技术。具体地,涉及一种训练方法、目标检测方法、装置、电子设备以及存储介质。
技术介绍
[0002]目标检测是计算机视觉领域较为基础的任务,其在智能安防、智慧交通和人机交互等领域有广泛的应用。
[0003]目标检测可以指从图像中分离出感兴趣的对象,并确定对象的类别和位置。
技术实现思路
[0004]本公开提供了一种训练方法、目标检测方法、装置、电子设备以及存储介质。
[0005]根据本公开的一方面,提供了一种检测模型的训练方法,包括:将第一样本图像和第二样本图像输入第一预设模型,得到与上述第一样本图像对应的第一特征图和与上述第二样本图像对应的第二特征图;将第三样本图像和第四样本图像输入第二预设模型,得到与上述第三样本图像对应的第三特征图和与上述第四样本图像对应的第四特征图,其中,上述第一样本图像和上述第三样本图像是正样本图像对,上述第二样本图像和上述第四样本图像是负样本图像对;基于第一对比损失函数,利用上述第一特征图、上述第二特征图、上述第三特征图和上述第四特征图,调整上述第一预设模型的模型参数,直至满足预设条件,其中,上述第二预设模型的模型参数的数值与上述第一预设模型的模型参数的数值相同;以及,将在满足上述预设条件的情况下得到的第一预设模型确定为上述检测模型。
[0006]根据本公开的另一方面,提供了一种目标检测方法,包括:将待处理图像输入检测模型,得到上述待 ...
【技术保护点】
【技术特征摘要】
1.一种检测模型的训练方法,包括:将第一样本图像和第二样本图像输入第一预设模型,得到与所述第一样本图像对应的第一特征图和与所述第二样本图像对应的第二特征图;将第三样本图像和第四样本图像输入第二预设模型,得到与所述第三样本图像对应的第三特征图和与所述第四样本图像对应的第四特征图,其中,所述第一样本图像和所述第三样本图像是正样本图像对,所述第二样本图像和所述第四样本图像是负样本图像对;基于第一对比损失函数,利用所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图,调整所述第一预设模型的模型参数,直至满足预设条件,其中,所述第二预设模型的模型参数的数值与所述第一预设模型的模型参数的数值相同;以及将在满足所述预设条件的情况下得到的第一预设模型确定为所述检测模型。2.根据权利要求1所述的方法,其中,所述基于第一对比损失函数,利用所述第一特征图、所述第二特征图、所述第三特征图和所述第四特征图,调整所述第一预设模型的模型参数,直至满足预设条件,包括:基于所述第一对比损失函数,利用所述第一特征和所述第三特征,得到第一输出值;基于所述第一对比损失函数,利用所述第二特征和所述第四特征,得到第二输出值;根据输出值调整所述第一预设模型的模型参数,直至输出值所述输出值收敛,其中,所述输出值包括所述第一输出值和所述第二输出值;以及将在所述输出值收敛情况下得到的第一预设模型确定为检测模型。3.根据权利要求2所述的方法,其中,所述输出值还包括第三输出值和第四输出值;所述方法还包括:将所述第一特征图和所述第二特征图分别输入所述第一预设模型,得到所述第一样本图像包括的每个对象的第一实例向量和所述第二样本图像包括的每个对象的第二实例向量;将所述第三特征图和所述第四特征图分别输入所述第二预设模型,得到所述第三样本图像包括的每个对象的第三实例向量和所述第四样本图像包括的每个对象的第四实例向量;基于第二对比损失函数,利用所述第一实例向量和所述第三实例向量,得到所述第三输出值;以及基于所述第二对比损失函数,利用所述第二实例向量和所述第四实例向量,得到所述第四输出值。4.根据权利要求1~3中任一项所述的方法,其中,所述将第一样本图像和第二样本图像输入第一预设模型,得到与所述第一样本图像对应的第一特征图和与所述第二样本图像对应的第二特征图,包括:将所述第一样本图像和所述第二样本图像分别输入所述第一预设模型的骨干网络,得到与所述第一样本图像对应的第一特征图和与所述第二样本图像对应的第二特征图;所述将第三样本图像和第四样本图像输入第二预设模型,得到与所述第三样本图像对应的第三特征图和与所述第四样本图像对应的第四特征图,包括:将所述第三样本图像和所述第四样本图像输入所述第二预设模型的骨干网络,得到与所述第三样本图像对应的第三特征和与所述第四样本图像对应的第四特征。
5.根据权利要求3所述的方法,其中,所述将所述第一特征图和所述第二特征图分别输入所述第一预设模型,得到所述第一样本图像包括的每个对象的第一实例向量和所述第二样本图像包括的每个对象的第二实例向量,包括:将所述第一特征和所述第二特征分别输入所述第一预设模型的检测头,得到所述第一样本图像包括的每个对象的第一实例向量和所述第二样本图像包括的每个对象的第二实例向量;所述将所述第三特征图和所述第四特征图分别输入所述第二预设模型,得到所述第三样本图像包括的每个对象的第三实例向量和所述第四样本图像包括的每个对象的第四实例向量,包括:将所述第三特征和所述第四特征分别输入所述第二预设模型的检测头,得到所述第三样本图像包括的每个对象的第三实例向量和所述第四样本图像包括的每个对象的第四实例向量。6.根据权利要求1~5中任一项所述的方法,其中,所述第二样本图像是利用数据增强方法处理所述第一样本图像得到的。7.一种目标检测方法,包括:将待处理图像输入检测模型,得到所述待处理图像包括的每个对象的类别和位置,其中,所述检测模型是利用根据权利要求1~6中任一项所述的方法训练的。8.一种检测模型的训练装置,包括:第一获得模块,用于将第一样本图像和第二样本图像输入第一预设模型,得到与所述第一样本图像对应...
【专利技术属性】
技术研发人员:谌强,
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:
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。