[发明专利]一种应用于目标物的自动分类的模型训练方法、装置及电子设备

说明书

本申请公开了一种应用于目标物的自动分类的模型训练方法、装置及介质。通过在检测模型的基础上添加分类模型，解决了现有技术中自动驾驶中目标物识别过程中检测速度慢且准确度低的技术问题。本申请不仅提高了目标物检测和分类的准确性，并同时提高了整体的运算速度。

技术领域

本申请涉及计算机视觉识别处理技术领域，尤其涉及一种应用于目标物的自动分类的模型训练方法、装置及电子设备。

背景技术

随着计算机视觉技术的不断发展，其应用领域越来越广。特别是在自动驾驶场景中，需要利用计算机视觉识别技术对行驶过程中的目标物进行有效的识别。

现有技术中，对于自动驾驶场景中的目标物的识别主要包括两种识别方式：

方式一：单步检测模型，单步检测模型往往具有检测速度快，准确度差，难以满足实时检测的现实需求；

方式二：两步检测模型，两步检测模型往往具有检测准确度高，检测速度慢难以满足实时预测的现实需求。

故，自动驾驶场景中的目标物识别需要一种检测速度和准确度兼备的解决方案。

发明内容

为了解决上述技术问题，提出了一种应用于目标物的自动分类的模型训练方法、装置及介质。解决了现有技术中自动驾驶中目标物识别过程中检测速度慢且准确度低的技术问题。达到了通过提高目标物检测和分类的准确性，提高检测速度的同时保证准确度的技术效果。

第一方面，本说明书实施例提供了一种应用于目标物的自动分类的模型训练方法，所述方法包括：将图像样本作为输入数据，将候选目标物作为监督数据训练第一模型，所述第一模型用于从所述图像样本中检测出候选目标物；基于候选目标物，根据一预设规则确定待分类目标物；将所述待分类目标物作为输入数据，将所述待分类目标物的类别信息作为监督数据训练第二模型，所述第二模型用于对所述待分类目标物进行分类；根据所述第一模型和所述第二模型确定用于目标物的自动分类的模型。

第二方面，本说明书实施例提供了一种目标物的自动分类方法，所述方法包括：利用第一方面中所述的训练出的用于目标物的自动分类的模型，对输入图像中的目标物进行分类，确定所述目标物的类别。

第三方面，本说明书实施例提供了一种应用于目标物的自动分类的模型训练装置，包括：第一模型训练模块，用于将图像样本作为输入数据，将候选目标物作为监督数据训练第一模型，所述第一模型用于从所述图像样本中检测出候选目标物；待分类目标物确定模块，用于基于候选目标物，根据一预设规则确定待分类目标物；第二模型训练模块，用于将所述待分类目标物作为输入数据，将所述待分类目标物的类别信息作为监督数据训练第二模型，所述第二模型用于对所述待分类目标物进行分类；用于目标物的自动分类的模型确定模块，用于根据所述第一模型和所述第二模型确定用于目标物的自动分类的模型。

第四方面，本说明书实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面所述的方法。

第五方面，本说明书实施例提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述第一方面所述的方法。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本申请一示例性实施例提供的一种应用于目标物的自动分类的模型训练方法的流程示意图。

图2是本申请另一示例性实施例提供的基于候选目标物，根据一预设规则确定待分类目标物方法的流程示意图。