本发明专利技术公开一种目标检测模型的构建方法、图像的目标检测方法，涉及图像数据处理技术领域，能够构建目标检测模型，使得通过该目标检测模型进行图像的目标检测时，能够提高图像的标注效率及准确率。包括：获取多张第一样本图像；通过初始检测模型得到每张第一样本图像中的第一对象的第一边界框；获取用户标注的每张第一样本图像中的第一对象的第二边界框；根据每张第一样本图像中的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数；根据每张第一样本图像中的第二边界框的数量和对应的第一重合参数，从多张第一样本图像中确定第二样本图像；采用具有第二边界框的第二样本图像对初始检测模型进行训练，得到目标检测模型。检测模型。检测模型。
【技术实现步骤摘要】
一种目标检测模型的构建方法、图像的目标检测方法
[0001]本专利技术涉及图像数据处理
，尤其涉及一种目标检测模型的构建方法、图像的目标检测方法。
技术介绍
[0002]现在的机器学习尤其是深度学习模型非常强大，在各个领域得到了广泛的应用，但是训练这些模型需要大量的标注数据集。传统的标注方式为人工标注，而人工标注不仅成本高、效率低、容易出错，而且无法构建大规模的标准数据集。
技术实现思路
[0003]本专利技术提供一种目标检测模型的构建方法、图像的目标检测方法，能够构建目标检测模型，使得通过该目标检测模型进行图像的目标检测时，能够提高图像的标注效率及准确率。
[0004]为达到上述目的，本专利技术采用如下技术方案：
[0005]第一方面，本专利技术提供一种目标检测模型的构建方法，该方法包括：
[0006]获取多张第一样本图像，每张第一样本图像包括第一对象；
[0007]采用初始检测模型对每张第一样本图像进行目标检测，得到每张第一样本图像中的第一对象的第一边界框；
[0008]获取用户标注的每张第一样本图像中的第一对象的第二边界框；
[0009]根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，第一重合参数用于指示第一样本图像中的所有第二边界框与对应的第一边界框的重合程度；
[0010]根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从多张第一样本图像中确定第二样本图像；
[0011]采用具有第二边界框的第二样本图像对初始检测模型进行训练，得到目标检测模型。
[0012]采用本专利技术提供的目标检测模型的构建方法，在构建目标检测模型的过程中，通过一个只具有基础检测能力的初始检测模型对第一样本图像进行标注，同时，标注员对相同的第一样本图像进行标注，分别得到每张第一样本图像中的第一对象的第一边界框，以及每张第一样本图像中的第一对象的第二边界框。根据第一边界框和第二边界框的位置关系(即重合程度)，以及第二边界框的数量，可以对第一样本图像进行难易归类，确定出第一样本图像中难度系数较大第二样本图像。在对初始检测模型进行训练时，便只采用具有第二边界框的第二样本图像即可。由于第二样本图像是难度系数较大的样本图像，因此，最终得到的目标检测模型的检测精度、检测准确度和检测效率会更高，尤其是对于难度系数较大的样本图像。
[0013]在一种可能的实现方式中，上述根据每张第一样本图像中的第一对象的第一边界
框和第二边界框，确定每张第一样本图像对应的第一重合参数，包括：
[0014]确定每张第一样本图像中的每个第二边界框与对应的第一边界框的交并比；
[0015]确定第一样本图像中的每个第二边界框对应的交并比之和，得到每张第一样本图像对应的第一重合参数。
[0016]在一种可能的实现方式中，上述根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从多张第一样本图像中确定第二样本图像，包括：
[0017]确定每张第一样本图像中的第二边界框的数量与所述第一样本图像对应的第一重合参数的差值；
[0018]当第一样本图像对应的差值大于预设阈值时，将第一样本图像确定为第二样本图像。
[0019]在一种可能的实现方式中，上述目标检测模型的构建方法还包括：
[0020]获取多张第三样本图像，每张第三样本图像中包括第二对象和每个第二对象的边界框；
[0021]采用多张第三样本图像对神经网络模型进行训练，得到初始检测模型。
[0022]第二方面，本专利技术提供一种图像的目标检测方法，该方法包括：
[0023]获取目标图像，每张目标图像中包括目标对象；
[0024]采用目标检测模型对每张目标图像中的目标对象进行目标检测，得到每张目标图像中的目标对象的第三边界框，目标检测模型为第一方面及其任一种可能的实现方式的目标检测模型的构建方法训练得到的模型。
[0025]在一种可能的实现方式中，上述图像的目标检测方法还包括：
[0026]获取目标用户在预设时间段内标注的目标图像的第一数量，以及每张目标图像中的目标对象的第四边界框；
[0027]获取目标检测模型在预设时间段内标注的目标图像的第二数量；
[0028]根据每张目标图像中的目标对象的第三边界框和第四边界框，确定每张目标图像对应的第二重合参数，第二重合参数用于指示目标图像中的所有第三边界框与对应的第四边界框的重合程度；
[0029]根据第一数量、第二数量、每张目标图像对应的第二重合参数，以及每张目标图像的第三边界框的数量，确定目标用户的标注评价参数。
[0030]在一种可能的实现方式中，上述根据第一数量、第二数量、每张目标图像对应的第二重合参数，以及每张目标图像的第三边界框的数量，确定目标用户的标注评价参数，包括：
[0031]根据第一数量和第二数量确定速度参数；
[0032]确定每张目标图像中的第三边界框的数量与目标图像对应的第二重合参数的差值；
[0033]确定每张目标图像中的第三边界框的数量与目标图像对应的第二重合参数的差值之和，得到质量参数；
[0034]根据速度参数和质量参数，确定目标用户的标注评价参数。
[0035]在一种可能的实现方式中，上述根据每张目标图像中的目标对象的第三边界框和第四边界框，确定每张目标图像对应的第二重合参数，包括：
[0036]确定每张目标图像中的每个第三边界框与对应的目标图像中的第四边界框的交并比；
[0037]确定每张目标图像中的所有第三边界框对应的交并比之和。
[0038]第三方面，本专利技术提供一种目标检测模型的构建装置，该装置包括：
[0039]第一获取单元，用于获取多张第一样本图像，每张第一样本图像包括第一对象；
[0040]第一处理单元，用于采用初始检测模型对每张第一样本图像进行目标检测，得到每张第一样本图像中的第一对象的第一边界框；
[0041]上述第一获取单元，还用于获取用户标注的每张第一样本图像中的第一对象的第二边界框；
[0042]上述第一处理单元，还用于根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，第一重合参数用于指示第一样本图像中的所有第二边界框与对应的第一边界框的重合程度，还用于根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从多张第一样本图像中确定第二样本图像，并采用具有第二边界框的第二样本图像对初始检测模型进行训练，得到目标检测模型。
[0043]第四方面，本专利技术提供一种图像的目标检测装置，该装置包括：
[0044]第二获取单元，用于获取目标图像，每张目标图像中包括目标对象；
[0045]第二处理单元，用于采用目标检测模型对每张目标图像中的目标对象进行目标检测，得到每张目本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测模型的构建方法，其特征在于，包括：获取多张第一样本图像，每张第一样本图像包括第一对象；采用初始检测模型对每张第一样本图像进行目标检测，得到每张第一样本图像中的第一对象的第一边界框；获取用户标注的每张第一样本图像中的第一对象的第二边界框；根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，所述第一重合参数用于指示所述第一样本图像中的所有第二边界框与对应的第一边界框的重合程度；根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从所述多张第一样本图像中确定第二样本图像；采用具有所述第二边界框的所述第二样本图像对所述初始检测模型进行训练，得到所述目标检测模型。2.根据权利要求1所述的目标检测模型的构建方法，其特征在于，所述根据每张第一样本图像中的第一对象的第一边界框和第二边界框，确定每张第一样本图像对应的第一重合参数，包括：确定每张第一样本图像中的每个第二边界框与对应的第一边界框的交并比；确定第一样本图像中的每个第二边界框对应的交并比之和，得到每张第一样本图像对应的第一重合参数。3.根据权利要求1或2所述的目标检测模型的构建方法，其特征在于，所述根据每张第一样本图像中的第二边界框的数量和每张第一样本图像对应的第一重合参数，从所述多张第一样本图像中确定第二样本图像，包括：确定每张第一样本图像中的第二边界框的数量与所述第一样本图像对应的第一重合参数的差值；当第一样本图像对应的差值大于预设阈值时，将所述第一样本图像确定为所述第二样本图像。4.根据权利要求1或2所述的目标检测模型的构建方法，其特征在于，所述目标检测模型的构建方法还包括：获取多张第三样本图像，每张第三样本图像中包括第二对象和每个第二对象的边界框；采用所述多张第三样本图像对神经网络模型进行训练，得到所述初始检测模型。5.一种图像的目标检测方法，其特征在于，包括：获取目标图像，每张目标图像中包括目标对象；采用目标检测模型对每张目标图像中的目标对象进行目标检测，得到每张目标图像中的目标对象的第三边界框，所述目标检测模型为权利要求1～4中任一项所述的目标检测模型的构建方法训练得到的模型。6.根据权利要求5所述的图像的目标检测方法，其特征在于，所述图像的目标检测方法还包括：获取目标用户在预设时间段内标注的目标图像的第一数量，以及每张目标图像中的目标对象的第四边界框；
获取所述目标检测模型在所述预设时间段内标注的目标图像的第二数量；根据每张目标图像中的目标对象的第三边界框和第四边界框，确定每张目标图像对应的第二重合参数，所述第二重合参数用于指示所述目标图像中的所有第三边界框与对应的第四边界框的重合程度；根据所述第一数量、所述第二数量、每张目标图像对应的第二重合参数，以及每张目标图像的第三边界框的数量，确定所述目标用户的标注评价参数。7....
【专利技术属性】
技术研发人员：周勋，
申请(专利权)人：中汽创智科技有限公司，
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。