【技术实现步骤摘要】
对抗样本图像生成方法、训练方法及目标检测方法
[0001]本公开涉及人工智能
，尤其涉及图像处理、目标检测、深度学习
具体涉及一种对抗样本图像生成方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。
技术介绍
[0002]随着人工智能技术的发展，目标检测技术也愈加成熟。针对用于进行目标检测的目标检测模型，对于其检测结果准确性以及性能均提出了更高的要求。
技术实现思路
[0003]本公开提供了一种对抗样本图像生成方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。
[0004]根据本公开的一方面，提供了一种对抗样本图像生成方法，包括：利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像；根据针对至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域；以及根据至少一个中间样本图像中具有扰动区域的中间样本图像，生成目标对抗样本图像。
[0005]根据本公开的另一方面，提供了一...
【技术保护点】
【技术特征摘要】
1.一种对抗样本图像生成方法，包括：利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像；根据针对所述至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域；以及根据所述至少一个中间样本图像中具有所述扰动区域的中间样本图像，生成目标对抗样本图像。2.根据权利要求1所述的方法，其中，所述根据所述至少一个中间样本图像中具有所述扰动区域的中间样本图像，生成目标对抗样本图像包括：根据具有所述扰动区域的中间样本图像，确定初始对抗样本图像，其中，所述初始对抗样本图像的所述扰动区域的像素值为初始像素值；以及根据所述初始对抗样本图像的样本生成损失函数的数值，调整所述扰动区域的像素值，在所述样本生成损失函数收敛的情况下，根据所述初始对抗样本图像和所述扰动区域的像素值，生成目标对抗样本图像，其中，所述样本生成损失函数与所述初始对抗样本图像的目标对象检测结果相关。3.根据权利要求1或2所述的方法，其中，所述根据针对所述至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域包括：对每一个所述中间样本图像进行目标检测，得到每一个所述中间样本图像的目标对象检测结果；根据所述中间样本图像的目标对象检测结果，确定目标中间样本图像；以及将所述目标中间样本图像对应的滑动窗口所在区域确定为所述扰动区域。4.根据权利要求3所述的方法，其中，所述目标对象检测结果包括目标对象的类别置信度；所述根据所述中间样本图像的目标对象检测结果，确定目标中间样本图像包括：根据置信度阈值和所述目标对象区域的置信度，将所述目标对象的类别置信度小于或者等于所述置信度阈值的所述中间样本图像确定为所述目标中间样本图像。5.根据权利要求2所述的方法，还包括：对每一个所述初始对抗样本图像进行目标检测，得到每一个所述初始对抗样本图像的目标对象检测结果，其中，所述初始对抗样本图像的目标对象检测结果包括所述目标对象区域以及目标对象的类别置信度。6.根据权利要求1或2所述的方法，还包括：对所述目标对抗样本图像进行图像尺寸调整预处理，其中，所述图像尺寸调整预处理设置成梯度回传。7.一种目标检测模型的训练方法，包括：多个目标检测样本图像输入初始目标检测模型中，得到目标对象检测结果，其中，所述多个目标检测样本图像包括至少一个目标对抗样本图像，所述目标对抗样本图像是利用根据权利要求1
‑
6中任一项所述的对抗样本图像生成方法得到的；以及根据模型训练损失函数的数值，调整所述初始目标检测模型的模型参数，得到目标检测模型，其中，所述模型训练损失函数与所述目标检测样本图像的目标对象检测结果和标签相关。
8.一种目标检测方法，包括：将待检测图像输入目标检测模型，得到目标对象检测结果，其中，所述目标检测模型是利用根据权利要求7所述的目标检测模型的训练方法得到的。9.一种对抗样本图像生成装置，包括：中间样本图像确定模块，用于利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像；扰动区域确定模块，用于根据针对所述至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域；以及目标对抗样本图像生成模块，用于根据所述至少一个中间样本图像中具有所述扰动区域的中间样本图像，生成目标对抗样本图像。10.根据权利要求9所述的装置，其中，所述目标对抗样本图像生成模块包括：初始...
【专利技术属性】
技术研发人员：田伟娟，包沉浮，王洋，吕中厚，黄英仁，张华正，干逸显，
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。