【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种多目标跟踪模型的训练、多目标跟踪方法及装置。
技术介绍
1、目前，随着人工智能技术的快速发展，利用人工智能技术实现多目标跟踪，已在众多场景中得以广泛应用；例如，多目标跟踪应用于智能交通、自动驾驶等领域，实现对多行人进行跟踪，实时监测行人的运动轨迹等；又如，多目标跟踪应用于自动化养殖业等领域，实现对多个养殖对象进行跟踪，实时监测养殖对象的行为轨迹等。
2、其中，现有技术中的多目标跟踪的主要实现过程是：通过先目标检测再目标跟踪的方法，具体的，先利用目标检测模型识别图像中的目标对象的位置信息，再利用目标跟踪算法识别不同图像中的同一目标对象，从而基于同一目标对象在不同图像中的位置信息实现对该目标对象的轨迹跟踪；然而，现有的多目标跟踪的实现方式，均需要执行目标检测和目标跟踪两个处理阶段，存在目标检测效率低的问题。
技术实现思路
1、本申请实施例的目的是提供一种多目标跟踪模型的训练、多目标跟踪方法及装置，由于在生成式语言模型训练阶段，每个目标真实标签子序列不...
【技术保护点】
1.一种多目标跟踪模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像样本的图像真实标签进行标签序列化处理，确定所述图像样本的图像真实标签序列，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述目标对象的真实标签信息中的多个标签元素进行序列化处理，得到所述目标对象的目标真实标签子序列，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述图像真实标签序列进行标签序列遮挡处理，得到所述图像样本的遮挡后真实标签序列集合，包括：
5.根据权利要求4所述的方法，...
【技术特征摘要】
1.一种多目标跟踪模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像样本的图像真实标签进行标签序列化处理，确定所述图像样本的图像真实标签序列，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述目标对象的真实标签信息中的多个标签元素进行序列化处理，得到所述目标对象的目标真实标签子序列，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述图像真实标签序列进行标签序列遮挡处理，得到所述图像样本的遮挡后真实标签序列集合，包括：
5.根据权利要求4所述的方法，其特征在于，在基于所述图像真实标签序列进行标签序列遮挡处理，得到所述图像样本的遮挡后真实标签序列集合之前，还包括：
6.根据权利要求1所述的方法，其特征在于，所述将各所述图像样本的图像特征向量和各所述图像样本的遮挡后真实标签序列集合输入至待训练的生成式语言模型进行参数迭代训练，得到训练后的生成式语言模型，包括：
7.根据权利要求6所述的方法，其特征在于，所述遮挡后真实标签序列集合包括所述图像样本中n个目标对象分别对应的遮挡后真实标签序列子集；
8.根据权利要求6所述的方法，其特征在于，所述生成式语言模型包括编码器和解码器；
9.根...
【专利技术属性】
技术研发人员：陈文俊，蒋宁，夏粉，肖冰，李宽，
申请(专利权)人：马上消费金融股份有限公司，
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。