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，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：