计数模型的训练方法及装置制造方法及图纸

本申请提供了一种计数模型的训练方法及装置。该方法包括：将训练图像输入计数模型：通过主干网络处理训练图像，得到第一特征图、第二特征图、第三特征图和第四特征图；通过渐进式特征图金字塔网络处理第一特征图、第二特征图、第三特征图和第四特征图，得到第五特征图、第六特征图、第七特征图和第八特征图；通过头网络处理第五特征图、第六特征图、第七特征图和第八特征图，得到训练图像上目标对象的预测框和预测框的类别置信度；基于预测框、类别置信度、训练图像的标签和真实框，计算计数损失；依据计数损失优化计数模型的模型参数，以完成对计数模型的训练。采用上述技术手段，解决现有技术中，农作物计数准确率低的问题。

【技术实现步骤摘要】

本申请涉及机器学习，尤其涉及一种计数模型的训练方法及装置。

技术介绍

1、目前计数应用比较常见的是人群计算和动物数量计数等，这些应用场景中需要计数的对象独立性较强或者区别较为明显，现有的计数算法或计数模型也是针对这些对象的。在农业生产中也经常需要对单位内的农作物计数，以了解出苗率，对提高农作物的产值有着重大意义。因为一般农作物都比较种植的比较密集，各株农作物之间还互相遮挡，如果直接使用现有的计数算法或计数模型必然准确率较低。

技术实现思路

1、有鉴于此，本申请实施例提供了一种计数模型的训练方法、装置、电子设备及计算机可读存储介质，以解决现有技术中农作物计数准确率低的问题。

2、本申请实施例的第一方面，提供了一种计数模型的训练方法，包括：构建坐标注意力网络和头网络，利用坐标注意力网络和残差网络构建主干网络，利用主干网络、渐进式特征图金字塔网络和头网络构建计数模型；获取关于目标对象的训练图像，将训练图像输入计数模型：通过主干网络处理训练图像，得到第一特征图、第二特征图、第三特征图和第四特征图；通过渐进本文档来自技高网...

【技术保护点】

1.一种计数模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，构建坐标注意力网络和头网络，包括：

3.根据权利要求1所述的方法，其特征在于，构建坐标注意力网络，包括：

4.根据权利要求1所述的方法，其特征在于，利用所述坐标注意力网络和残差网络构建主干网络，包括：

5.根据权利要求1所述的方法，其特征在于，通过所述头网络处理所述第五特征图、所述第六特征图、所述第七特征图和所述第八特征图，得到所述训练图像上目标对象的预测框和所述预测框的类别置信度，包括：

6.根据权利要求1所述的方法，其特征在于，基于所述...

【技术特征摘要】

1.一种计数模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，构建坐标注意力网络和头网络，包括：

3.根据权利要求1所述的方法，其特征在于，构建坐标注意力网络，包括：

4.根据权利要求1所述的方法，其特征在于，利用所述坐标注意力网络和残差网络构建主干网络，包括：

5.根据权利要求1所述的方法，其特征在于，通过所述头网络处理所述第五特征图、所述第六特征图、所述第七特征图和所述第八特征图，得到所述训练图像上目标对象的预测框和所述预测框的类别置信度，包括：

6.根据权利要求1所述的方法，其特征在于，基于所述预测框、所述类别置信度、所...

【专利技术属性】
技术研发人员：胡文骏，师平，
申请(专利权)人：北京龙智数科科技服务有限公司，
类型：发明
国别省市：