[发明专利]一种目标检测网络训练方法、装置及电子设备

权利要求书

1.一种目标检测网络训练方法，其特征在于，所述方法包括：

获取携带目标的样本和未携带所述目标的样本，其中，所述携带目标的样本中标注有所述目标的类别和所述目标的位置；

将所述携带目标的样本输入至第一单次多框检测器SSD网络，得到所述第一SSD网络中的第一输出层输出的类别损失和位置损失；并将所述未携带所述目标的样本输入至第二SSD网络，得到所述第二SSD网络中的第二输出层输出的类别损失，其中，所述第二SSD网络与所述第一SSD网络具有相同的网络参数；

对所述第一输出层输出的类别损失和位置损失以及所述第二输出层输出的类别损失求和，得到总损失，并基于所述总损失更新所述第一SSD网络中的网络参数和所述第二SSD网络中的网络参数，以使得在训练完成后，采用训练完成的第一SSD网络对待检测图片进行检测。

2.根据权利要求1所述的方法，其特征在于，在所述获取携带目标的样本和未携带所述目标的样本之前，所述方法还包括：

获取多个携带所述目标的样本；

采用所述多个携带所述目标的样本对预先建立的第一SSD网络和预先建立的第二SSD进行训练，得到所述第一SSD网络和所述第二SSD网络；

所述获取携带目标的样本和未携带所述目标的样本，包括：

获取未携带所述目标的图片集，并采用所述第一SSD网络对所述未携带所述目标的图片集进行检测，得到第一误检测图片，其中，所述第一误检测图片中未携带所述目标；

将获取的多个携带所述目标的样本作为所述携带目标的样本，将所述第一误检测图片作为所述未携带所述目标的样本。

3.根据权利要求1或2所述的方法，其特征在于，所述第二SSD网络包括：基础特征层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、池化层以及第二输出层，所述第二输出层包括：第一输出子层、第二输出子层、第三输出子层、第四输出子层、第五输出子层以及第六输出子层；

所述将所述未携带所述目标的样本输入至第二SSD网络，得到所述第二SSD网络中的第二输出层输出的类别损失，包括：

将所述未携带所述目标的样本输入至所述第二SSD网络的基础特征层，得到所述基础特征层输出的基础特征图；

将所述基础特征图输入至所述第二SSD网络的第一卷积层和所述第一输出子层，得到所述第一卷积层输出的卷积后的第一特征图和所述第一输出子层输出的第一类别损失；

将所述第一特征图输入至所述第二SSD网络的第二卷积层和所述第二输出子层，得到所述第二卷积层输出的卷积后的第二特征图和所述第二输出子层输出的第二类别损失；

将所述第二特征图输入至所述第二SSD网络的第三卷积层和所述第三输出子层，得到所述第三卷积层输出的卷积后的第三特征图和所述第三输出子层输出的第三类别损失；

将所述第三特征图输入至所述第二SSD网络的第四卷积层和所述第四输出子层，得到所述第四卷积层输出的卷积后的第四特征图和所述第四输出子层输出的第四类别损失；

将所述第四特征图输入至所述第二SSD网络的池化层和所述第五输出子层，得到所述池化层输出的池化后的特征图和所述第五输出子层输出的第五类别损失；

将所述池化后的特征图输入至所述第六输出子层，得到所述第六输出子层输出的第六类别损失；

将所述第一类别损失、所述第二类别损失、所述第三类别损失、所述第四类别损失、所述第五类别损失以及所述第六类别损失，作为所述第二输出层输出的类别损失。