本发明专利技术提供了一种目标检测模型的优化方法、装置和电子设备，该方法中，将初始目标检测模型输出的目标检测结果与目标标注结果进行对比，在确定二者不同时，对上述目标检测结果与目标标注结果进行校验，若校验得到目标标注结果不正确，那么会对目标标注结果进行修正，进而采用与修正后的目标标注结果对应的训练数据对初始目标检测模型进行训练，得到优化训练的目标检测模型，可见，在本发明专利技术的方法中，在对人工标注结果进行自动校验的同时，还能够对目标检测模型进行优化，提高了最终优化训练的目标检测模型的识别精度，即迭代优化能够使得优化训练的目标检测模型更加鲁棒。优化训练的目标检测模型更加鲁棒。优化训练的目标检测模型更加鲁棒。
【技术实现步骤摘要】
目标检测模型的优化方法、装置和电子设备
[0001]本专利技术涉及图像处理的
，尤其是涉及一种目标检测模型的优化方法、装置和电子设备。
技术介绍
[0002]自动驾驶的感知模块，往往需要大量的标注数据，进行目标检测模型的学习，从而达到满意的感知效果。这些标注数据往往由大量人工标注完成，不可避免地存在大量错误标注的情况，这使得目标检测模型的训练效果受到了很大的影响，即目标检测模型的识别精度低。
[0003]综上，如何对目标检测模型进行优化成为目前亟需解决的技术问题。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种目标检测模型的优化方法、装置和电子设备，以缓解现有技术无法对目标检测模型进行优化的技术问题。
[0005]第一方面，本专利技术实施例提供了一种目标检测模型的优化方法，包括：
[0006]获取基于初始训练数据训练得到的初始目标检测模型，其中，所述初始训练数据携带的标注标签的准确性不确定；
[0007]实时获取当前训练数据，并采用所述初始目标检测模型对所述当前训练数据进行目标检测，得到目标检测结果，其中，所述当前训练数据携带有目标标注结果；
[0008]当所述目标检测结果与所述目标标注结果不同时，在误识别记录表中检索是否存在与所述目标检测结果对应的目标检测错误；
[0009]若不存在，则对所述目标检测结果和所述目标标注结果进行校验，以确定所述目标检测结果是否正确，以及所述目标标注结果是否正确；
[0010]若所述目标检测结果不正确，则将该目标检测错误记录至所述误识别记录表；
[0011]若所述目标标注结果不正确，则对所述目标标注结果进行修正，得到修正后的目标标注结果；
[0012]采用与所述修正后的目标标注结果对应的训练数据对所述初始目标检测模型进行训练，得到优化训练的目标检测模型。
[0013]进一步的，所述方法还包括：
[0014]若存在，则确定所述目标检测结果不正确。
[0015]进一步的，对所述目标检测结果和所述目标标注结果进行校验，包括：
[0016]对所述目标检测结果和所述目标标注结果进行可视化，通过人工的方式对可视化结果进行校验。
[0017]进一步的，对所述目标检测结果和所述目标标注结果进行校验，包括：
[0018]采用误识别目标检测模型对目标当前训练数据进行目标检测，得到新目标检测结果，其中，所述目标当前训练数据为所述当前训练数据中，所述目标检测结果与所述目标标
注结果不同的当前训练数据；
[0019]当所述新目标检测结果与所述目标标注结果相同时，则确定所述目标检测结果不正确；
[0020]当所述新目标检测结果与所述目标标注结果不同时，则对所述目标检测结果和所述目标标注结果进行可视化，通过人工的方式对可视化结果进行校验。
[0021]进一步的，所述目标检测结果和所述目标标注结果不同包括：所述目标检测结果中的目标检测矩形框与所述目标标注结果中的目标标注矩形框的交并比大于预设阈值，且所述目标检测结果中的目标检测类别与所述目标标注结果中对应的目标标注类别不同，或者，所述目标检测矩形框与任何目标标注矩形框的交并比都不大于所述预设阈值。
[0022]进一步的，所述误识别目标检测模型为根据所述误识别记录表中的训练数据和对应的目标标注结果对初始误识别目标检测模型进行训练得到的。
[0023]第二方面，本专利技术实施例还提供了一种目标检测模型的优化装置，包括：
[0024]获取单元，用于获取基于初始训练数据训练得到的初始目标检测模型，其中，所述初始训练数据携带的标注标签的准确性不确定；
[0025]目标检测单元，用于实时获取当前训练数据，并采用所述初始目标检测模型对所述当前训练数据进行目标检测，得到目标检测结果，其中，所述当前训练数据携带有目标标注结果；
[0026]检索单元，用于当所述目标检测结果与所述目标标注结果不同时，在误识别记录表中检索是否存在与所述目标检测结果对应的目标检测错误；
[0027]校验单元，用于若不存在，则对所述目标检测结果和所述目标标注结果进行校验，以确定所述目标检测结果是否正确，以及所述目标标注结果是否正确；
[0028]记录单元，用于若所述目标检测结果不正确，则将该目标检测错误记录至所述误识别记录表；
[0029]修正单元，用于若所述目标标注结果不正确，则对所述目标标注结果进行修正，得到修正后的目标标注结果；
[0030]训练单元，用于采用与所述修正后的目标标注结果对应的训练数据对所述初始目标检测模型进行训练，得到优化训练的目标检测模型。
[0031]进一步的，所述装置还用于：
[0032]若存在，则确定所述目标检测结果不正确。
[0033]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
[0034]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
[0035]在本专利技术实施例中，提供了一种目标检测模型的优化方法，包括：获取基于初始训练数据训练得到的初始目标检测模型，其中，初始训练数据携带的标注标签的准确性不确定；实时获取当前训练数据，并采用初始目标检测模型对当前训练数据进行目标检测，得到目标检测结果，其中，当前训练数据携带有目标标注结果；当目标检测结果与目标标注结果
不同时，在误识别记录表中检索是否存在与目标检测结果对应的目标检测错误；若不存在，则对目标检测结果和目标标注结果进行校验，以确定目标检测结果是否正确，以及目标标注结果是否正确；若目标检测结果不正确，则将该目标检测错误记录至误识别记录表；若目标标注结果不正确，则对目标标注结果进行修正，得到修正后的目标标注结果；采用与修正后的目标标注结果对应的训练数据对初始目标检测模型进行训练，得到优化训练的目标检测模型。通过上述描述可知，本专利技术的目标检测模型的优化方法中，将初始目标检测模型输出的目标检测结果与目标标注结果进行对比，在确定二者不同时，对上述目标检测结果与目标标注结果进行校验，若校验得到目标标注结果不正确，那么会对目标标注结果进行修正，进而采用与修正后的目标标注结果对应的训练数据对初始目标检测模型进行训练，得到优化训练的目标检测模型，可见，在本专利技术的方法中，在对人工标注结果进行自动校验的同时，还能够对目标检测模型进行优化，提高了最终优化训练的目标检测模型的识别精度，即迭代优化能够使得优化训练的目标检测模型更加鲁棒，缓解了现有技术无法对目标检测模型进行优化的技术问题。
附图说明
[0036]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测模型的优化方法，其特征在于，包括：获取基于初始训练数据训练得到的初始目标检测模型，其中，所述初始训练数据携带的标注标签的准确性不确定；实时获取当前训练数据，并采用所述初始目标检测模型对所述当前训练数据进行目标检测，得到目标检测结果，其中，所述当前训练数据携带有目标标注结果；当所述目标检测结果与所述目标标注结果不同时，在误识别记录表中检索是否存在与所述目标检测结果对应的目标检测错误；若不存在，则对所述目标检测结果和所述目标标注结果进行校验，以确定所述目标检测结果是否正确，以及所述目标标注结果是否正确；若所述目标检测结果不正确，则将该目标检测错误记录至所述误识别记录表；若所述目标标注结果不正确，则对所述目标标注结果进行修正，得到修正后的目标标注结果；采用与所述修正后的目标标注结果对应的训练数据对所述初始目标检测模型进行训练，得到优化训练的目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若存在，则确定所述目标检测结果不正确。3.根据权利要求1所述的方法，其特征在于，对所述目标检测结果和所述目标标注结果进行校验，包括：对所述目标检测结果和所述目标标注结果进行可视化，通过人工的方式对可视化结果进行校验。4.根据权利要求1所述的方法，其特征在于，对所述目标检测结果和所述目标标注结果进行校验，包括：采用误识别目标检测模型对目标当前训练数据进行目标检测，得到新目标检测结果，其中，所述目标当前训练数据为所述当前训练数据中，所述目标检测结果与所述目标标注结果不同的当前训练数据；当所述新目标检测结果与所述目标标注结果相同时，则确定所述目标检测结果不正确；当所述新目标检测结果与所述目标标注结果不同时，则对所述目标检测结果和所述目标标注结果进行可视化，通过人工的方式对可视化结果进行校验。5.根据权利要求1所述的方法，其特征在于，所述目标检测结果和所述目标标注结果不同包括：所述目标检测结果中的目标检测矩形框与所述目标标注结果中的目标标注矩形框的交并比大于预设...
【专利技术属性】
技术研发人员：王羽瑾，
申请(专利权)人：东软睿驰汽车技术沈阳有限公司，
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。