检测模型的训练方法、装置、检测方法和装置制造方法及图纸

技术编号:40702935 阅读:16 留言:0更新日期:2024-03-22 11:01
本申请涉及一种检测模型的训练方法、装置、检测方法和装置,该检测模型的训练方法包括将相邻时刻采集到的样本检测区域的训练数据输入至初始检测模型,得到样本检测区域中目标物体在各时刻的目标检测结果;获取各时刻的目标检测结果与标准结果之间的第一误差,以及各时刻的目标检测结果之间的第二误差;根据第一误差和第二误差对初始检测模型进行训练,得到目标检测模型。使用本申请提供的检测模型的训练方法得到的目标检测模型的稳定性更强,使用该目标检测模型进行检测的检测结果更加准确。

【技术实现步骤摘要】

本申请涉及计算机,特别是涉及一种检测模型的训练方法、装置、检测方法和装置


技术介绍

1、目标检测是计算机视觉领域中的一项关键任务,其目标是准确地识别和定位图像中存在的物体。目标检测通常包括两个方面,一方面是物体的分类,另一方面是物体的定位。目标检测在许多应用领域中均有实际应用,例如,自动驾驶领域、视频监控领域和医学图像分析领域等。

2、传统技术中,通常使用训练样本对深度学习网络进行训练,得到目标检测模型。然而,传统的目标检测模型存在检测结果不稳定的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高目标检测模型的检测结果的稳定性的检测模型的训练方法、装置、检测方法和装置。

2、第一方面,本申请提供了一种检测模型的训练,该方法包括:

3、将相邻时刻采集到的样本检测区域的训练数据输入至初始检测模型,得到样本检测区域中目标物体在各时刻的目标检测结果;

4、获取各时刻的目标检测结果与标准结果之间的第一误差,以及各时刻的目标检测结果之间的第二误差;本文档来自技高网...

【技术保护点】

1.一种检测模型的训练方法,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,所述将相邻时刻采集到的样本检测区域的训练数据输入至初始检测模型,得到所述样本检测区域中目标物体在各时刻的目标检测结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述各时刻的初始检测结果包括第一初始检测结果和第二初始检测结果,所述将所述各时刻的初始检测结果与所述标准结果进行匹配,得到所述各时刻的目标检测结果,包括:

4.根据权利要求1所述的方法,其特征在于,所述获取所述各时刻的目标检测结果与标准结果之间的第一误差,以及所述各时刻的目标检测结果之间的第...

【技术特征摘要】

1.一种检测模型的训练方法,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,所述将相邻时刻采集到的样本检测区域的训练数据输入至初始检测模型,得到所述样本检测区域中目标物体在各时刻的目标检测结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述各时刻的初始检测结果包括第一初始检测结果和第二初始检测结果,所述将所述各时刻的初始检测结果与所述标准结果进行匹配,得到所述各时刻的目标检测结果,包括:

4.根据权利要求1所述的方法,其特征在于,所述获取所述各时刻的目标检测结果与标准结果之间的第一误差,以及所述各时刻的目标检测结果之间的第二误差,包括:

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,在获取所述各时刻的目标检测结果与标准结果之间的第一误差之前,所述方法还包括:

7.根据权利要求1所述的方法,其特征在于...

【专利技术属性】
技术研发人员:孟强王家宝
申请(专利权)人:广州卡尔动力科技有限公司
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