目标检测模型训练装置、训练方法及其非暂时性计算机可读存储介质制造方法及图纸

本发明专利技术提供一种目标检测模型训练装置、训练方法及其非暂时性计算机可读存储介质。该装置由一第一教师模型对多张训练图像执行一第一目标检测，以产生对应这些训练图像中每一个的一第一标签信息。该装置基于这些训练图像及这些第一标签信息，训练一学生模型。该装置由一第二教师模型对这些训练图像执行一第二目标检测，以产生对应这些训练图像中每一个的一第二标签信息。该装置基于这些训练图像及这些第二标签信息，训练该学生模型，其中对应这些训练图像中每一个的该第二标签信息的一第二目标标注数量不小于该第一标签信息的一该第一目标标注数量。一目标标注数量。一目标标注数量。

【技术实现步骤摘要】
目标检测模型训练装置、训练方法及其非暂时性计算机可读存储介质


[0001]本专利技术涉及一种目标检测模型训练装置、训练方法及其非暂时性计算机可读存储介质。具体而言，本专利技术涉及一种关于渐进式学习的目标检测模型训练装置、训练方法及其非暂时性计算机可读存储介质。

技术介绍

[0002]目标检测是机器视觉中的一个重要领域，现有技术在使用深度学习训练目标检测模型时，由于需要训练的数据量十分庞大，训练数据中可能同时存在困难的样本和简单的样本。然而，在训练目标检测模型时(尤其是在训练规模较小、轻量型的目标检测模型时)，由于图像中目标检测的难易度参差不齐，因此如果在学习阶段中没有进行限制同时学习，将可能因为过度注重于困难样本的学习，而造成深度学习的不稳定或是学习成果不如预期。
[0003]举例而言，当汽车车形是目标检测模型学习的目标时，训练数据的一张图中可能同时包括清楚易学的目标、以及面积小、模糊、车形被遮蔽很多的目标，如果同时进行检测学习将会造成深度学习的负担。
[0004]此外，对于庞大的训练数据，一般需要先人工标注出画面中目标的位置，由于人工标注流程繁杂，因而会耗费大量的人工标注成本及时间。
[0005]基于前述，如何有效率且自动地的训练目标检测模型，已成为业界亟需努力解决的问题和目标。

技术实现思路

[0006]本专利技术的一个目的在于提供一种目标检测模型训练装置。该目标检测模型训练装置包括一储存器、一收发界面及一处理器，该处理器电性连接至该收发界面及该储存器。该储存器用于储存一学生模型及多个教师模型，其中这些教师模型至少包括一第一教师模型及一第二教师模型。该处理器从该收发界面接收多张训练图像，其中这些训练图像对应至一目标类别。该处理器由该第一教师模型对这些训练图像执行该目标类别的一第一目标检测，以产生对应这些训练图像中每一个的一第一标签信息。该处理器基于这些训练图像及这些第一标签信息，训练该学生模型。该处理器由该第二教师模型对这些训练图像执行该目标类别的一第二目标检测，以产生对应这些训练图像中每一个的一第二标签信息。该处理器基于这些训练图像及这些第二标签信息，训练该学生模型，其中对应这些训练图像中每一个的该第二标签信息的一第二目标标注数量不小于该第一标签信息的一该第一目标标注数量。
[0007]本专利技术的另一个目的在于提供一种目标检测模型训练方法。该目标检测模型训练方法用于一电子装置。该电子装置包括一储存器、一收发界面及一处理器，该储存器储存一学生模型及多个教师模型，其中这些教师模型至少包括一第一教师模型及一第二教师模
型。该目标检测模型训练方法由该处理器所执行且包括下列步骤：接收多张训练图像，其中这些训练图像对应至一目标类别；由该第一教师模型对这些训练图像执行该目标类别的一第一目标检测，以产生对应这些训练图像中每一个的一第一标签信息；基于这些训练图像及这些第一标签信息，训练该学生模型；由该第二教师模型对这些训练图像执行该目标类别的一第二目标检测，以产生对应这些训练图像中每一个的一第二标签信息；以及基于这些训练图像及这些第二标签信息，训练该学生模型，其中对应这些训练图像中每一个的该第二标签信息的一第二目标标注数量不小于该第一标签信息的一该第一目标标注数量。
[0008]本专利技术的另一个目的在于提供一种非暂时性计算机可读存储介质，该非暂时性计算机可读存储介质储存一电脑程序，该电脑程序包括多个程序指令，该电脑程序在载入一电子装置后执行一目标检测模型训练方法，该电子装置储存一学生模型及多个教师模型，其中这些教师模型至少包括一第一教师模型及一第二教师模型，该目标检测模型训练产生方法包括下列步骤：接收多张训练图像，其中这些训练图像对应至一目标类别；由该第一教师模型对这些训练图像执行该目标类别的一第一目标检测，以产生对应这些训练图像中每一个的一第一标签信息；基于这些训练图像及这些第一标签信息，训练该学生模型；由该第二教师模型对这些训练图像执行该目标类别的一第二目标检测，以产生对应这些训练图像中每一个的一第二标签信息；以及基于这些训练图像及这些第二标签信息，训练该学生模型，其中对应这些训练图像中每一个的该第二标签信息的一第二目标标注数量不小于该第一标签信息的一该第一目标标注数量。
[0009]本专利技术所提供的目标检测模型训练技术(至少包括装置、方法及其非暂时性计算机可读存储介质)，通过这些教师模型针对同样的一组训练图像，产生对应各该训练图像的不同强度的标签信息。先从简单的标签信息开始学习，进一步再学习较困难的标签信息，通过渐进式的学习方式训练目标检测模型，从而解决现有技术可能因为训练图像的样本难度不一而造成的深度学习不稳定或是学习成果不如预期的问题。此外，由于在过程中无需人工介入，解决了传统目标检测技术在学习前需要人工标注的缺点。
[0010]以下结合附图阐述本专利技术的详细技术及实施例，以使得本专利技术所属
中具有普通知识的技术人员能理解所要求保护专利技术的技术特征。
附图说明
[0011]图1示出了第一实施例中目标检测模型训练装置的架构示意图；
[0012]图2示出了第一实施例中渐进式学习框架的示意图；
[0013]图3A示出了第一实施例中一种标签信息的示意图；
[0014]图3B示出了第一实施例中一种标签信息的示意图；
[0015]图3C示出了第一实施例中一种标签信息的示意图；
[0016]图4示出了第二实施例中目标检测模型训练方法的部分流程图；以及
[0017]图5示出了第二实施例中目标检测模型训练方法的部分流程图。
具体实施方式
[0018]以下将通过实施例来解释本专利技术所提供的一种目标检测模型训练装置及训练方法。然而，这些实施例并非用于限制本专利技术需要在诸如这些实施例中所述的任何环境、应用
或方式下才能够实施。因此，本说明书中关于实施例的说明仅用于阐释本专利技术，而非用于限制本专利技术。应当理解，在以下实施例及附图中，与本专利技术并非直接相关的元件已被省略而未示出，并且各元件的尺寸以及元件间的尺寸比例仅作为示例，而非用于限制本专利技术。
[0019]本专利技术的第一实施例为一目标检测模型训练装置1，图1示出了其架构示意图。目标检测模型训练装置1包括一储存器11、一收发界面13及一处理器15，处理器15电性连接至储存器11及收发界面13。储存器11可为一存储器、一通用串行总线(Universal Serial Bus；USB)、一硬盘、一光盘、一闪存盘或本专利技术所属
中具有普通知识的技术人员所知晓且具有相同功能的任何其他储存介质或电路。收发界面13为可接收及传输数据的界面或本专利技术所属
中具有普通知识的技术人员所知悉的其他可接收及传输数据的界面。处理器15可为各种处理单元、中央处理单元(Central Processing Unit；CPU)、微处理器或本专利技术所属
中具有普通知识的技术人员所知悉的其他计算装置。
[0020]在本实施例中，如图1所示，储存器11储存一学生模型113及多个教师模型111_1、1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训练装置，包括：一储存器，储存一学生模型及多个教师模型，其中所述多个教师模型至少包括一第一教师模型及一第二教师模型；一收发界面；以及；一处理器，电性连接至所述储存器及所述收发界面，用于执行以下操作：从所述收发界面接收多张训练图像，其中所述多个训练图像对应至一目标类别；由所述第一教师模型对所述多个训练图像执行所述目标类别的一第一目标检测，以产生对应所述多个训练图像中每一个的一第一标签信息；基于所述多个训练图像及所述多个第一标签信息，训练所述学生模型；由所述第二教师模型对所述多个训练图像执行所述目标类别的一第二目标检测，以产生对应所述多个训练图像中每一个的一第二标签信息；以及基于所述多个训练图像及所述多个第二标签信息，训练所述学生模型，其中对应所述多个训练图像中每一个的所述第二标签信息的一第二目标标注数量不小于所述第一标签信息的一所述第一目标标注数量。2.根据权利要求1所述的目标检测模型训练装置，其特征在于，对应所述多个训练图像中每一个的所述第二标签信息至少包括对应所述多个训练图像中每一个的所述第一标签信息。3.根据权利要求1所述的目标检测模型训练装置，其特征在于，所述储存器还储存一第三教师模型，且所述处理器还执行以下操作：由所述第三教师模型对所述多个训练图像执行所述至少一目标类别的一第三目标检测，以产生对应所述多个训练图像中每一个的一第三标签信息；以及基于所述多个训练图像及所述多个第三标签信息，训练所述学生模型，其中对应各所述训练图像的所述第三标签信息的一第三目标标注数量不小于所述第二标签信息的所述第二目标标注数量。4.根据权利要求3所述的目标检测模型训练装置，其特征在于，对应所述多个训练图像中每一个的所述第三标签信息至少包括对应所述多个训练图像中每一个的所述第二标签信息，且对应所述多个训练图像中每一个的所述第二标签信息至少包括对应所述多个训练图像中每一个的所述第一标签信息。5.根据权利要求3所述的目标检测模型训练装置，其特征在于，各所述第三标签信息至少包括对应所述多个训练图像中每一个的至少一第三目标坐标，各所述第二标签信息至少包括对应所述多个训练图像中每一个的至少一第二目标坐标，各所述第一标签信息至少包括对应所述多个训练图像中每一个的至少一第一目标坐标。6.根据权利要求1所述的目标检测模型训练装置，其特征在于，所述储存器储存n个教师模型，n为不小于2的一正整数，且所述处理器还执行以下操作：(a)从所述n个教师模型中选择一第i教师模型，i的一初始值为3；(b)由所述第i教师模型对所述多个训练图像执行所述至少一目标类别的一第i目标检测，以产生对应所述多个训练图像中每一个的一第i标签信息；(c)基于所述多个训练图像及所述多个...

【专利技术属性】
技术研发人员：吴俊樟，陈世泽，
申请(专利权)人：瑞昱半导体股份有限公司，
类型：发明
国别省市：