[发明专利]目标检测深度学习模型训练方法以及目标检测方法

权利要求书

1.一种基于深度学习的目标检测中对深度学习模型进行训练的方法，包括，

建立模型训练图片集，其中包括由不包含检测目标的实际场景图片构成的负样本训练集和由包含检测目标的非实际场景图片构成的正样本训练集；

使用所述模型训练图片集以及其中的图片与检测目标相关的信息，对深度学习模型进行训练。

2.根据权利要求1所述的方法，其中建立模型训练图片集包括对图片进行大小调整。

3.根据权利要求1所述的方法，其中调整模型训练图片集中图片的旋转角度、曝光度、饱和度、色调中至少一个来增加训练数据集数量。

4.根据权利要求1所述的方法，其中图片与检测目标相关的信息包括图片是否包含检测目标，对于包含检测目标的图片，信息还包括目标物体类别及边界框坐标。

5.根据权利要求4所述的方法，其中建立模型训练图片集包括，利用Labe l Image工具将图片与检测目标相关的信息标注到图片。

6.根据权利要求1所述的方法，其中使用所述模型训练图片集对深度学习模型进行训练包括前向传播和反向传播。

7.根据权利要求6所述的方法，其中前向传播获得图片每个网格的各类别概率以及每个边框的坐标信息和含有物体的置信度。

8.根据权利要求7所述的方法，其中反向传播包括，根据前向传播获得图片每个网格的各类别概率以及每个边框的坐标信息和含有物体的置信度以及图片的与检测目标相关的信息，通过损失函数计算深度学习模型的损失。

9.根据权利要求8所述的方法，其中反向传播还包括，根据深度学习模型的损失计算敏感度图，然后计算偏置更新需要的梯度和权重更新需要的梯度，最后根据梯度通过梯度下降对偏置和权重进行更新。

10.一种基于深度学习的目标检测方法，其中的深度学习模型是使用根据权利要求1-9任一项所述的方法训练的。