目标检测模型的训练方法、装置、电子设备及介质制造方法及图纸

本公开提供了目标检测模型的训练方法、装置、电子设备及介质，涉及计算机技术领域，具体涉及工业质检、人工智能和深度学习等技术领域。一种具体实现方案为：获取样本数据，其中，所述样本数据包括样本图像和样本图像的标注框，所述样本图像的标注框包括缺陷类别；将所述样本数据输入待训练的目标检测模型，获得所述待训练的目标检测模型的锚点框对应的标注框；根据所述锚点框对应的标注框与所述锚点框对应的样本图像的标注框，获得所述锚点框的匹配缺陷类别；根据所述锚点框和所述锚点框的匹配缺陷类别，对所述待训练的目标检测模型进行更新训练，以获得训练完成的目标检测模型。以获得训练完成的目标检测模型。以获得训练完成的目标检测模型。

【技术实现步骤摘要】
目标检测模型的训练方法、装置、电子设备及介质
5

[0001]本公开涉及计算机
，具体涉及工业质检、人工智能和深度学习等


技术介绍

[0002]0在工业质检及缺陷检测领域，可以通过已有缺陷样本和其标注的类别对目标检测模型进行训练，并利用训练好的目标检测模型对图像中的缺陷位置及类别进行快速定位识别。
[0003]目前，针对缺陷的目标检测模型训练的方案是基于类别扩展后的训练
[0004]数据进行模型训练，得到目标检测模型，或者，是针对每个缺陷进行模型5训练，以获得多个分别针对单一缺陷的目标检测模型。

技术实现思路

[0005]本公开提供了目标检测模型的训练方法、装置、电子设备及可读存储介质。
[0006]0根据本公开的一方面，提供了一种目标检测模型的训练方法，包括：
[0007]获取样本数据，其中，所述样本数据包括样本图像和样本图像的标注框，所述样本图像的标注框包括缺陷类别；
[0008]将所述样本数据输入待训练的目标检测模型，获得所述待训练的目标检测模型的锚点框对应的标注框；<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训练方法，包括：获取样本数据，其中，所述样本数据包括样本图像和样本图像的标注框，所述样本图像的标注框包括缺陷类别；将所述样本数据输入待训练的目标检测模型，获得所述待训练的目标检测模型的锚点框对应的标注框；根据所述锚点框对应的标注框与所述锚点框对应的样本图像的标注框，获得所述锚点框的匹配缺陷类别；根据所述锚点框和所述锚点框的匹配缺陷类别，对所述待训练的目标检测模型进行更新训练，以获得训练完成的目标检测模型。2.根据权利要求1所述的方法，其中，所述根据所述锚点框对应的标注框与所述锚点框对应的样本图像的标注框，获得所述锚点框的匹配缺陷类别，包括：确定所述锚点框对应的标注框与所述锚点框对应的样本图像的标注框之间的交并比；根据预设的阈值和所述交并比，获得所述锚点框的匹配缺陷类别。3.根据权利要求2所述的方法，其中，所述根据预设的阈值和所述交并比，获得所述锚点框的匹配缺陷类别，包括：响应于所述交并比大于所述预设的阈值，获取所述交并比对应的缺陷类别；将所述交并比对应的缺陷类别作为所述锚点框的匹配缺陷类别。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述根据所述锚点框和所述锚点框的匹配缺陷类别，对所述待训练的目标检测模型进行更新训练，以获得训练完成的目标检测模型，包括：根据所述锚点框和所述锚点框的匹配缺陷类别，利用预设的损失函数，获得类别损失值；根据所述类别损失值，对所述待训练的目标检测模型进行更新训练，以获得训练完成的目标检测模型。5.根据权利要求4所述的方法，其中，所述根据所述锚点框和所述锚点框的匹配缺陷类别，利用预设的损失函数，获得类别损失值，包括：根据所述待训练的目标检测模型对所述锚点框进行预测处理，以获得所述锚点框的预测缺陷类别；根据所述锚点框的预测缺陷类别和所述锚点框的匹配缺陷类别，利用预设的损失函数，计算得到类别损失值。6.一种缺陷检测的方法，包括：获取待处理的图像；根据预先训练的目标检测模型，对所述图像进行检测处理，以获得检测结果；其中，所述目标检测模型是根据权利要求1
‑
5任一项所述的方法进行训练所获得的。7.一种目标检测模型的训练装置，包括：获取单元，用于获取样本数据，其中，所述样本数据包括样本图像和样本图像的标注框，所述样本图像的标注框包括缺陷类别；获得单元，用于将所述样本数据输...

【专利技术属性】
技术研发人员：曹超，
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：