基于目标检测的计数模型处理方法、装置及计算机设备制造方法及图纸

本申请实施例属于人工智能领域，涉及一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质，方法包括：获取带有标签的原始图像；将原始图像输入初始计数模型，以通过模型的第一分支网络生成密度图，通过第二分支网络生成注意力图和人群边界图；将注意力图与人群边界图进行融合得到修正注意力图；基于标签，生成标准密度图、标准注意力图和标准人群边界图；基于密度图和标准密度图、修正注意力图和标准注意力图，以及人群边界图和标准人群边界图计算联合损失；根据联合损失调整初始计数模型，直至联合损失满足训练停止条件，得到计数模型。此外，本申请还涉及区块链技术，训练样本集可存储于区块链中。本申请提高了计数模型的准确性。模型的准确性。模型的准确性。

【技术实现步骤摘要】
基于目标检测的计数模型处理方法、装置及计算机设备


[0001]本申请涉及人工智能
，尤其涉及一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]在计算机视觉领域，人群计数的应用越来越广泛。双分支网络是人群计数中的一种解决方案，由一个分支网络生成密度图，一个分支网络生成注意力图，然后依据密度图和注意力图进行人群计数。然而，双分支网络生成的注意力图通常较为粗略，误差较大，直接依靠这样的注意力图进行人群计数，会降低人群计数的准确性。

技术实现思路

[0003]本申请实施例的目的在于提出一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质，以解决人群计数准确性较低的问题。
[0004]为了解决上述技术问题，本申请实施例提供一种基于目标检测的计数模型处理方法，采用了如下所述的技术方案：
[0005]获取由带有标签的原始图像构成的训练样本集；
[0006]将所述训练样本集中的原始图像输入初始计数模型，以通过所述初始计数模型中的第一分支网络生成原始图像的密度图，并通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测的计数模型处理方法，其特征在于，包括下述步骤：获取由带有标签的原始图像构成的训练样本集；将所述训练样本集中的原始图像输入初始计数模型，以通过所述初始计数模型中的第一分支网络生成原始图像的密度图，并通过所述初始计数模型中的第二分支网络生成所述原始图像的注意力图和人群边界图；将所述注意力图与所述人群边界图进行融合，得到修正注意力图；基于所述标签中的人群位置信息，生成所述原始图像的标准密度图、标准注意力图和标准人群边界图；基于所述密度图和所述标准密度图、所述修正注意力图和所述标准注意力图，以及所述人群边界图和所述标准人群边界图计算联合损失；根据所述联合损失对所述初始计数模型进行调整，直至所述联合损失满足训练停止条件，得到计数模型。2.根据权利要求1所述的基于目标检测的计数模型处理方法，其特征在于，所述将所述原始图像输入初始计数模型，以通过所述初始计数模型中的第一分支网络生成原始图像的密度图，并通过所述初始计数模型中的第二分支网络生成所述原始图像的注意力图和人群边界图的步骤包括：将所述训练样本集中的原始图像输入初始计数模型中的特征提取网络，得到所述原始图像的特征图；将所述特征图输入所述初始计数模型中的第一分支网络，得到所述原始图像的密度图；获取迭代轮次信息；当根据所述迭代轮次信息确定当前处于第一轮迭代时，指示所述初始计数模型中的第二分支网络根据所述特征图预测生成所述原始图像的注意力图，并根据所述注意力图生成所述原始图像的人群边界图；当根据所述迭代轮次信息确定当前不处于第一轮迭代时，指示所述第二分支网络根据所述特征图预测生成所述原始图像的注意力图和人群边界图。3.根据权利要求1所述的基于目标检测的计数模型处理方法，其特征在于，所述将所述注意力图与所述人群边界图进行融合，得到修正注意力图的步骤包括：根据预设的融合函数，对所述注意力图和所述人群边界图中对应位置的像素点进行融合计算，得到修正注意力图。4.根据权利要求1所述的基于目标检测的计数模型处理方法，其特征在于，所述基于所述标签中的人群位置信息，生成所述原始图像的标准密度图、标准注意力图和标准人群边界图的步骤包括：根据所述标签中的人群位置信息，生成所述原始图像的标注图；对所述标注图中的各像素点进行高斯核卷积，得到所述原始图像的标准密度图；基于所述标准密度图中各像素点的像素值，生成标准注意力图；通过边缘检测算法提取所述标准注意力图的边界，得到标准人群边界图。5.根据权利要求1所述的基于目标检测的计数模型处理方法，其特征在...

【专利技术属性】
技术研发人员：韩茂琨，刘玉宇，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：