【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种困难样本挖掘方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着科技的发展，图像数据的获取成本越来越低，使得海量无标签的图像数据获取变得更加简单，与此同时给人工筛选图像样本和人为标注图像带来了巨大的挑战。相机作为路侧系统的重要组成单元，在智能交通系统的参与者感知、跟踪、时间检测中发挥着不可替代的作用。由相机获取的图像信息作为最上游的数据输入，图像信息的质量直接影响着下游算法效果的优劣。例如对于图像检测模型而言，获取的图像信息作为样本对图像检测模型进行训练训练时，人为筛选样本难度大，且不能保证其囊括所有实际场景，导致在图像检测模型训练时会对某些缺少相应样本的场景难以学习，进而导致模型在对应场景的检测性能大幅降低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够快速有效的困难样本挖掘方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种困难样本挖掘方法。所述方法包括：
<...【技术保护点】
1.一种困难样本挖掘方法，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，所述根据所述检测框中图像内容属于每一检测类别的预测概率，确定所述第一预设数量的目标图像样本中的困难样本，包括：
3.根据权利要求2所述的方法中，其特征在于，所述根据所述检测框中图像内容属于目标检测类别的目标预测概率和所述检测框中图像内容属于每一检测类别的预测概率中的最大值，确定所述检测框的困难度，包括：
4.根据权利要求2所述的方法中，其特征在于，所述根据所述目标图像样本中所有检测框的困难度，确定所述目标图像样本的困难度，包括：
<...【技术特征摘要】
1.一种困难样本挖掘方法，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，所述根据所述检测框中图像内容属于每一检测类别的预测概率，确定所述第一预设数量的目标图像样本中的困难样本，包括：
3.根据权利要求2所述的方法中，其特征在于，所述根据所述检测框中图像内容属于目标检测类别的目标预测概率和所述检测框中图像内容属于每一检测类别的预测概率中的最大值，确定所述检测框的困难度，包括：
4.根据权利要求2所述的方法中，其特征在于，所述根据所述目标图像样本中所有检测框的困难度，确定所述目标图像样本的困难度，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所有目标图像样本的困难度，确定所述第一预设数量的目标图像样本中的困难样本，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述困难样本子集及对应的人工标注结果更新所述初始图像训练样本集，包括：
【专利技术属性】
技术研发人员：鲁帅，郑加希，李智，周浩，
申请(专利权)人：北京万集科技股份有限公司，
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。