本发明专利技术提供一种标注模型训练方法及装置，其中，该方法包括：构建多目标标注模型；确定多个训练图像集，所述多个训练图像集中的每个训练图像集包括已标注好的至少一个种类的目标，每个训练图像集中包括的已标注好的目标的种类不一致；根据所述多个训练图像集训练所述多目标标注模型，以使所述多目标标注模型能够标注的目标的种类与所述多个训练图像集中已标注好的目标的种类一致。在模型训练过程中，充分利用了标注不完备的训练图像集训练多目标标注模型，即不需要训练训练图像集中每个样本都标注了相同种类和数量的目标就可以训练多目标标注模型。目标标注模型。目标标注模型。
【技术实现步骤摘要】
一种标注模型训练方法及装置
[0001]本专利技术涉及计算机
，尤其涉及一种标注模型训练方法及装置。
技术介绍
[0002]一些自动标注技术采用的模型，在训练时需要利用大量标注好的样本图像，也即在模型训练前期，需要人工对样本数据进行大量的标注，并且在模型更新时，也需要由人工对模型标注的样本进行校核。由此可见，在算法模型的训练和优化过程中，需要投入的人工成本极为庞大。虽然现在网上有很多公开的样本集合，但是这些样本集合中有标注样本，也有未标注样本。其中，标注样本中可能存在标注的目标不一致的情况，例如，已有4个训练图像集a、b、c、d，a仅标注了行人，b仅标注了车辆，c标注了行人和标志牌，而训练图像集d是未标注的样本。因此，如何利用这些已标注好的训练图像集训练得到能够对行人、车辆、标志牌进行自动化标注的模型是一个待解决的问题。
技术实现思路
[0003]本专利技术提供一种标注模型训练方法及装置。
[0004]第一方面，本专利技术提供了一种标注模型训练方法，包括：构建多目标标注模型；确定多个训练图像集，所述多个训练图像集中的每个训练图像集包括已标注好的至少一个种类的目标，每个数据集中包括的已标注好的目标的种类不一致；根据所述多个训练图像集训练所述多目标标注模型，以使所述多目标标注模型能够标注的目标的种类与所述多个训练图像集中已标注好的目标的种类一致。
[0005]进一步地，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集依次单独训练所述多目标标注模型的每个标注任务。
[0006]进一步地，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集交叉训练所述多目标标注模型的每个标注任务。
[0007]进一步地，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集，通过模型蒸馏方法训练所述多目标标注模型的每个标注任务。
[0008]进一步地，所述多目标标注模型包括共享层和至少一个目标标注层，每个目标标注层输出的标注目标的种类不同。
[0009]进一步地，所述根据所述多个训练图像集依次单独训练所述多目标标注模型的每个标注任务，包括：冻结对应标注任务之外的目标标注层，根据所述多个训练图像集训练对应标注任务的目标标注层和共享层，直到对应标注任务的目标标注层和共享层训练完成。
[0010]进一步地，所述根据所述多个训练图像集交叉训练所述多目标标注模型的每个标注任务，包括：冻结对应标注任务之外的目标标注层，根据所述多个训练图像集训练预设轮次的对应标注任务的目标标注层和共享层，然后冻结对应下一个标注任务之外的目标标注层，根据所述多个训练图像集训练预设轮次的对应下一个标注任务的目标标注层和共享层，直到所有标注任务循环训练完毕。
[0011]进一步地，所述通过模型蒸馏方法训练所述多目标标注模型的每个标注任务，包括：冻结对应标注任务之外的目标标注层和共享层，根据所述多个训练图像集训练对应标注任务的目标标注层并计算多目标标注模型的损失值；确定对应标注任务的教师模型，计算所述教师模型的损失值，根据所述多目标标注模型的损失值和所述教师模型的损失值训练所述多目标标注模型的每个标注任务。
[0012]进一步地，所述训练图像集包括没有标注目标的图像集；以及所述方法还包括：根据没有标注目标的图像集，通过模型蒸馏方法训练所述多目标标注模型的每个标注任务。
[0013]第二方面，本专利技术还提供了一种图像标注方法，包括：获取待标注图像；将所述待标注图像输入多目标标注模型，进行至少一种的目标标注；其中，所述多目标标注模型为上述标注模型训练方法训练得到的。
[0014]第三方面，本专利技术还提供了一种标注模型训练装置，包括：第一处理模块，用于构建多目标标注模型；第二处理模块，用于确定多个训练图像集，所述多个训练图像集中的每个训练图像集包括已标注好的至少一个种类的目标，每个训练图像集中包括的已标注好的目标的种类不一致；第三处理模块，用于根据所述多个训练图像集训练所述多目标标注模型，以使所述多目标标注模型能够标注的目标的种类与所述多个训练图像集中已标注好的目标的种类一致。
[0015]第四方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述标注模型训练方法的步骤。
[0016]第五方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述标注模型训练方法的步骤。
[0017]第六方面，本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述标注模型训练方法的步骤。
[0018]本专利技术提供的一种标注模型训练方法及装置，通过构建多目标标注模型；确定多个训练图像集，所述多个训练图像集中的每个训练图像集包括已标注好的至少一个种类的目标，每个训练图像集中包括的已标注好的目标的种类不一致；根据所述多个训练图像集训练所述多目标标注模型，以使所述多目标标注模型能够标注的目标的种类与所述多个训练图像集中已标注好的目标的种类一致。在模型训练过程中，充分利用了标注不完备的训练图像集训练多目标标注模型，即不需要训练训练图像集中每个样本都标注了相同种类和数量的目标就可以训练多目标标注模型。
附图说明
[0019]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是根据本专利技术提供的标注模型训练方法的一些实施例的流程示意图；
[0021]图2是多目标标注模型的结构示意图；
[0022]图3是根据本专利技术提供的图像标注方法的一些实施例的流程示意图；
[0023]图4是根据本专利技术提供的标注模型训练装置的一些实施例的结构示意图；
[0024]图5是根据本专利技术提供的图像标注装置的一些实施例的结构示意图；
[0025]图6是根据本专利技术提供的电子设备的结构示意图。
具体实施方式
[0026]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0028]需要注意，本专利技术中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种标注模型训练方法，其特征在于，包括：构建多目标标注模型；确定多个训练图像集，所述多个训练图像集中的每个训练图像集包括已标注好的至少一个种类的目标，每个训练图像集中包括的已标注好的目标的种类不一致；根据所述多个训练图像集训练所述多目标标注模型，以使所述多目标标注模型能够标注的目标的种类与所述多个训练图像集中已标注好的目标的种类一致。2.根据权利要求1所述的标注模型训练方法，其特征在于，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集依次单独训练所述多目标标注模型的每个标注任务。3.根据权利要求1所述的标注模型训练方法，其特征在于，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集交叉训练所述多目标标注模型的每个标注任务。4.根据权利要求1所述的标注模型训练方法，其特征在于，所述根据所述多个训练图像集训练所述多目标标注模型，包括：根据所述多个训练图像集，通过模型蒸馏方法训练所述多目标标注模型的每个标注任务。5.根据权利要求2
‑
4任一项所述的标注模型训练方法，其特征在于，所述多目标标注模型包括共享层和至少一个目标标注层，每个目标标注层输出的标注目标的种类不同。6.根据权利要求5所述的标注模型训练方法，其特征在于，所述根据所述多个训练图像集依次单独训练所述多目标标注模型的每个标注任务，包括：冻结对应标注任务之外的目标标注层，根据所述多个训练图像集训练对应标注任务的目标标注层和共享层，直到对应标注任务的目标标注层和共享层训练完成。7.根据权利要求5所述的标注模型训练方法，其特征在于，所述根据所述多个训练图像集交叉训练所述多目标标注模型的每个标注任务，包括：冻结对应标注任务之外的目标标注层，根据所述多个训练图像集训练预设轮次的对应标注任务的目标标注层和共享层，然后冻结对应下一个标注任务之外的目标标注层，根据所述多个训练图像...
【专利技术属性】
技术研发人员：陆强，
申请(专利权)人：嬴彻星创智能科技上海有限公司，
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。