目标检测模型的训练方法、目标检测方法及装置制造方法及图纸

本申请公开了一种目标检测模型的训练方法、目标检测方法及装置。该目标检测模型的训练方法包括：基于预先训练的CLIP模型对原始图像集进行图像检索，得到包含检测目标的图像样本集；利用GLIP模型，对所述图像样本集中的图像进行样本标注，以标注出所述检测目标的位置；基于所述图像样本集和所述原始图像集，确定负样本集，所述负样本集中的图像与所述图像样本集中的图像的相似度小于第一相似度阈值；将标注的所述图像样本集和所述负样本集输入至初始检测模型中进行模型训练，得到目标检测模型。以解决相关技术中的目标检测算法在未标注图像较多的场景下精度较低的问题。

【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模型的训练方法、目标检测方法及装置。

技术介绍

1、目标检测(object detection)是找出图像中所有感兴趣的目标(物体)，确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。常见的目标检测算法有faster-rcnn系列，yolo系列，detr等，在特定的数据集进行训练，在限定的场景中精度较高，但直接用于开放环境中，精度下降明显。如果想在开放环境下取得较好的精度，需要人工收集多于正样本几倍几十倍的各种类型的负样本，费时费力，效率较低。

技术实现思路

1、本申请实施例提供一种目标检测模型的训练方法、目标检测方法及装置，以解决相关技术中的目标检测算法在未标注图像较多的场景下精度较低的问题。

2、第一方面，本申请实施例提供了一种目标检测模型的训练方法，包括：

3、基于预先训练的clip模型对原始图像集进行图像检索，得到包本文档来自技高网...

【技术保护点】

1.一种目标检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的目标检测模型的训练方法，其特征在于，所述基于预先训练的CLIP模型对原始图像集进行图像检索，得到包含检测目标的图像样本集，包括：

3.根据权利要求1所述的目标检测模型的训练方法，其特征在于，所述基于预先训练的CLIP模型对原始图像集进行图像检索，得到包含检测目标的图像样本集，包括：

4.根据权利要求1所述的目标检测模型的训练方法，其特征在于，在所述基于预先训练的CLIP模型对原始图像集进行图像检索，得到包含检测目标的图像样本集之后，所述方法还包括：

<p>5.根据权利要求...

【技术特征摘要】

1.一种目标检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的目标检测模型的训练方法，其特征在于，所述基于预先训练的clip模型对原始图像集进行图像检索，得到包含检测目标的图像样本集，包括：

3.根据权利要求1所述的目标检测模型的训练方法，其特征在于，所述基于预先训练的clip模型对原始图像集进行图像检索，得到包含检测目标的图像样本集，包括：

4.根据权利要求1所述的目标检测模型的训练方法，其特征在于，在所述基于预先训练的clip模型对原始图像集进行图像检索，得到包含检测目标的图像样本集之后，所述方法还包括：

【专利技术属性】
技术研发人员：梁清华，余家忠，刘子伟，李飞，靳志娟，曹润东，刘昱含，
申请(专利权)人：中国铁塔股份有限公司，
类型：发明
国别省市：