【技术实现步骤摘要】
图像目标检测和图像目标检测模型训练方法及装置
[0001]本公开涉及人工智能
，尤其涉及机器学习模型技术。更具体地，本公开提供了一种图像目标检测模型训练方法、图像目标检测方法、装置、电子设备和存储介质。
技术介绍
[0002]遥感目标检测是遥感技术在计算机视觉领域的重要应用之一。遥感图像具有广阔的应用领域，如环境监测、城市规划、资源管理、农业生产、灾害监测等。随着深度学习技术的发展，基于神经网络的目标检测算法被广泛应用于军工和民用领域。
技术实现思路
[0003]本公开提供了一种图像目标检测模型训练方法、图像目标检测方法、装置、电子设备和存储介质。
[0004]根据第一方面，提供了一种图像目标检测模型的训练方法，包括：获取针对同一拍摄场景的第一图像样本和第二图像样本；其中，所述第一图像样本中包含第一目标区域和第一背景区域，以及所述第二图像样本中包含第二目标区域和第二背景区域；将所述第一图像样本和所述第二图像样本进行图像特征融合，以确定数据增强样本，其中在所述第一目标区域与所述第二背景区域进行融合...
【技术保护点】
【技术特征摘要】
1.一种图像目标检测模型的训练方法，包括：获取针对同一拍摄场景的第一图像样本和第二图像样本；其中，所述第一图像样本中包含第一目标区域和第一背景区域，以及所述第二图像样本中包含第二目标区域和第二背景区域；将所述第一图像样本和所述第二图像样本进行图像特征融合，以确定数据增强样本，其中在所述第一目标区域与所述第二背景区域进行融合时对所述第一目标区域的像素特征进行增强，以及在所述第二目标区域与所述第一背景区域之间融合时对所述第二目标区域的像素特征进行增强；基于所述数据增强样本，对图像目标检测模型进行训练。2.根据权利要求1所述的方法，其中，所述将所述第一图像样本和所述第二图像样本进行图像特征融合，以确定数据增强样本，包括：当将所述第一目标区域与所述第二背景区域进行融合时，按照第一预设比例对待融合的第一目标区域的像素特征进行增强，并且按照所述第一预设比例对待融合的第二背景区域的像素特征进行抑制；以及当将所述第二目标区域与所述第一背景区域之间融合时，按照第二预设比例对待融合的第二目标区域的像素特征进行增强，并且按照所述第二预设比例对待融合的第一背景区域的像素特征进行抑制。3.根据权利要求1所述的方法，其中，所述将所述第一图像样本和所述第二图像样本进行图像特征融合，以确定数据增强样本，包括：将所述第一图像样本和所述第二图像样本按照图像特征增强维度进行图像特征融合，使得经图像特征融合而确定的数据增强样本在所述图像特征增强维度进行增强。4.根据权利要求3所述的方法，其中，所述将所述第一图像样本和所述第二图像样本按照预设图像特征维度进行图像特征融合，包括：从预设的图像特征维度集中进行随机选择，以确定图像特征增强维度；其中，所述图像特征维度集包括以下中的一种或多种图像特征维度：图像样本全局色亮、目标区域色亮和目标区域位置；基于所确定的图像特征增强维度，将所述第一图像样本和所述第二图像样本进行图像特征融合。5.根据权利要求4所述的方法，所述基于所确定的图像特征增强维度，将所述第一图像样本和所述第二图像样本进行图像特征融合，包括：响应于所确定的图像特征增强维度包含多种图像特征维度，基于所包含的各种图像特征维度，对所述第一目标区域和/或所述第二目标区域进行迭代特征增强处理；将经特征增强处理的第一图像样本和第二图像样本进行图像特征融合。6.根据权利要求1
‑
5中任一项所述的方法，其中，所述第一图像样本和所述第二图像样本为针对同一拍摄场景的对应不同尺度的遥感图像样本。7.一种图像目标检测方法，包括：获取待处理图像；将所述待处理图像输入图像目标检测模型，得到所述待处理图像所对应的目标检测结果；其中，所述图像目标检测模型是根据如权利要求1至6中任一项所述的图像目标检测模
型的训练方法而得到的。8.根据权利要求7所述的方法，其中，所述图像目标检测模型包括空域抑制注意力模块，用于对所述待处理图像所对应的像素特征集中对应第一位置的第一像素特征子集在空间域上进行增强，并对所述像素特征集中对应第二位置的第二像素特征子集在空间域上进行抑制。9.根据权利要求8所述的方法，其中，所述图像目标检测模型还包括与空域抑制注意力模块串联的通道注意力模块；所述通道注意力模块用于确定所述待处理图像所对应的通道注意力残差。10.一种图像目标检测模型的训练装置，包括：样本获取单元，用于获取针对同一拍摄场景的第一图像样本和第二图像样本；其中，所述第一图像样本中包含第一目标区域和第一背景区域，以及所述第二图像样本中包含第二目标区域和第二...
【专利技术属性】
技术研发人员：张子昱，
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。