System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 目标检测方法、装置、电子设备及存储介质制造方法及图纸_技高网

目标检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40055794 阅读:15 留言:0更新日期:2024-01-16 21:55
本申请涉及人工智能技术领域,提供了一种目标检测方法、装置、电子设备及存储介质。该方法通过将学生网络提取得到的第一特征图划分为N个学生网络候选区域,并在教师网络提取得到的第二特征图中确定与N个学生网络候选区域一一对应的N个教师网络候选区域,将每组对应的学生网络候选区域和教师网络候选区域中的特征进行对齐处理,从而解决了学生网络与教师网络的特征图差异较大导致的,教师网络无法较好指导学生网络学习的技术问题,降低了学生网络的学习难度,提升了知识迁移效果,进而使得使用该方法训练好的学生网络对待检测图像进行目标检测时,能够获得较高的检测精度。

【技术实现步骤摘要】

本申请涉及人工智能,尤其涉及一种目标检测方法、装置、电子设备及存储介质


技术介绍

1、基于目标检测的知识迁移算法可以将大模型知识迁移至小模型中,应用小模型时,从而在提升了推理速度的同时,保证了目标检测精度。

2、现有基于特征的目标检测知识迁移算法存在一个问题,即通过整体的特征图进行损失计算,因为学生模型的表达能力有限,所以两者的特征图存在较大差异,所以这种优化方式不能很好的指导学生模型学习。


技术实现思路

1、有鉴于此,本申请实施例提供了一种目标检测方法、装置、电子设备及存储介质,以解决现有技术中基于知识迁移算法进行目标检测时,学生网络学习难度大、迁移效果不佳的问题。

2、本申请实施例的第一方面,提供了一种目标检测方法,包括:

3、获取待检测图像;

4、将待检测图像分别输入学生网络和训练好的教师网络,学生网络对待检测图像进行特征提取得到第一特征图,教师网络对待检测图像进行特征提取得到第二特征图;

5、基于第一特征图确定n个候选区域,n为正整数;

6、基于各候选区域,在第一特征图中确定学生网络候选区域特征,并在第二特征图中确定对应的教师网络候选区域特征;

7、基于各学生网络候选区域特征以及对应的教师网络候选区域特征计算得到学生网络的对齐损失函数,基于对齐损失函数得到学生网络的损失函数;

8、响应于损失函数大于预设阈值,更新学生网络的网络参数,并重新执行提取第一特征图、确定候选区域、确定各候选区域对应的学生网络候选区域特征和教师网络候选区域特征、基于各候选区域对应的学生网络候选区域特征和教师网络候选区域特征确定损失函数的步骤,直至损失函数小于或者等于预设阈值,得到训练好的学生网络;

9、使用训练好的学生网络,自待检测图像中检测得到目标。

10、本申请实施例的第二方面,提供了一种目标检测装置,包括:

11、获取模块,被配置为获取待检测图像;

12、特征提取模块,被配置为将待检测图像分别输入学生网络和训练好的教师网络,学生网络对待检测图像进行特征提取得到第一特征图,教师网络对待检测图像进行特征提取得到第二特征图;

13、确定模块,被配置为基于第一特征图确定n个候选区域,n为正整数;

14、确定模块还被配置为基于各候选区域,在第一特征图中确定学生网络候选区域特征,并在第二特征图中确定对应的教师网络候选区域特征;

15、计算模块,被配置为基于各学生网络候选区域特征以及对应的教师网络候选区域特征计算得到学生网络的对齐损失函数,基于对齐损失函数得到学生网络的损失函数;

16、迭代模块,被配置为响应于损失函数大于预设阈值,更新学生网络的网络参数,并重新执行提取第一特征图、确定候选区域、确定各候选区域对应的学生网络候选区域特征和教师网络候选区域特征、基于各候选区域对应的学生网络候选区域特征和教师网络候选区域特征确定损失函数的步骤,直至损失函数小于或者等于预设阈值,得到训练好的学生网络;

17、检测模块,被配置为使用训练好的学生网络,自待检测图像中检测得到目标。

18、本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

19、本申请实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

20、本申请实施例与现有技术相比存在的有益效果是:本申请实施例通过将学生网络提取得到的第一特征图划分为n个候选区域,并为各候选区域确定对应的学生网络候选区域特征和教师网络候选区域特征,在各候选区域对学生网络候选区域特征和教师网络候选区域特征执行对齐操作后计算损失函数,从而解决了学生网络与教师网络的特征图差异较大导致的,教师网络无法较好指导学生网络学习的技术问题,降低了学生网络的学习难度,提升了知识迁移效果,进而使得使用该方法训练好的学生网络对待检测图像进行目标检测时,能够获得较高的检测精度。

本文档来自技高网...

【技术保护点】

1.一种目标检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一特征图确定N个候选区域,包括:

3.根据权利要求2所述的方法,其特征在于,所述在第一特征图中确定学生网络候选区域特征,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于各学生网络候选区域特征以及对应的教师网络候选区域特征计算得到所述学生网络的对齐损失函数,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述各候选区域的学生网络候选区域提取后的特征以及与其分别对应的教师网络候选区域特征计算得到所述学生网络的对齐损失函数,包括:

6.根据权利要求4所述的方法,其特征在于,所述学生网络对所述待检测图像进行特征提取得到第一特征图为,使用所述学生网络的第一特征提取网络对所述待检测图像进行特征提取得到第一特征图;

7.根据权利要求1至6中任一项所述的方法,其特征在于,所述基于所述对齐损失函数得到所述学生网络的损失函数,包括:

8.一种目标检测装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种目标检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述第一特征图确定n个候选区域,包括:

3.根据权利要求2所述的方法,其特征在于,所述在第一特征图中确定学生网络候选区域特征,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于各学生网络候选区域特征以及对应的教师网络候选区域特征计算得到所述学生网络的对齐损失函数,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述各候选区域的学生网络候选区域提取后的特征以及与其分别对应的教师网络候选区域特征计算得到所述学生网络的对齐损失函数,包括:

6.根据权利要求4所述的方法,其特征在于,所述学生网络对所...

【专利技术属性】
技术研发人员:金毅勐蒋召周靖宇
申请(专利权)人:深圳须弥云图空间科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1