[发明专利]用于训练目标检测模型的方法、目标检测方法及装置

权利要求书

1.一种用于训练目标检测模型的方法，包括：

获取样本图片集合以及所述样本图片集合中各个样本图片的标注区域；

根据所述标注区域和预设的目标锚点框，确定各个样本图片的第一交并比，所述预设的目标锚点框指的是在特征图的每个位置设置的唯一锚点框；

根据所述标注区域和所述目标锚点框对应的辅助锚点框，确定各个样本图片的第二交并比，所述辅助锚点框由对所述目标锚点框进行密度扩增操作得到，所述密度扩增操作包括扩大、增加目标锚点框的密度的操作；

根据所述样本图片集合、所述第一交并比和所述第二交并比，对待训练的目标检测模型进行训练，得到训练好的目标检测模型，包括：将所述样本图片集合中的各个样本图片输入所述待训练的目标检测模型，得到所述待训练的目标检测模型输出的各个样本图片的预测区域；对所述第一交并比和所述第二交并比进行最大池化操作，得到目标交并比；基于所述预测区域、所述目标交并比以及预设的损失函数，确定所述待训练的目标检测模型的优化方向，其中，所述优化方向通过将所述预测区域和所述目标交并比代入所述预设的损失函数，并基于计算出的损失值确定得到；基于所述优化方向对所述待训练的目标检测模型进行训练，得到训练好的目标检测模型。

2.根据权利要求1所述的方法，其中，所述基于所述预测区域、所述目标交并比以及预设的损失函数，确定所述待训练的目标检测模型的优化方向，包括：

根据所述目标交并比和预设的交并比阈值，确定所述目标锚点框中出现目标的概率信息；

根据所述概率信息、所述预测区域以及所述预设的损失函数，确定所述待训练的目标检测模型的优化方向。

3.根据权利要求1所述的方法，还包括：

对所述目标锚点框进行平移，得到所述目标锚点框对应的辅助锚点框。

4.根据权利要求3所述的方法，其中，所述对所述目标锚点框进行平移，得到所述目标锚点框对应的所述辅助锚点框，包括：

基于所述目标锚点框的属性值以及预设的锚点框扩增条件，确定所述目标锚点框的平移次数和平移距离；

根据所述平移次数、所述平移距离和预设的平移方向，对所述目标锚点框进行平移，得到所述目标锚点框对应的所述辅助锚点框。

5.根据权利要求1所述的方法，所述方法还包括：

根据目标图片、预设的目标锚点框和所述训练好的目标检测模型，确定所述目标图片的候选区域和锚点框区域；

基于所述候选区域和所述锚点框区域，确定所述目标图片的目标区域。

6.一种用于训练目标检测模型的装置，包括：

目标获取单元，被配置成获取样本图片集合以及所述样本图片集合中各个样本图片的标注区域；

第一交并比确定单元，被配置成根据所述标注区域和预设的目标锚点框，确定各个样本图片的第一交并比，所述预设的目标锚点框指的是在特征图的每个位置设置的唯一锚点框；

第二交并比确定单元，被配置成根据所述标注区域和所述目标锚点框对应的辅助锚点框，确定各个样本图片的第二交并比，所述辅助锚点框由对所述目标锚点框进行密度扩增操作得到，所述密度扩增操作包括扩大、增加目标锚点框的密度的操作；

模型训练单元，被配置成根据所述样本图片集合、所述第一交并比和所述第二交并比，对待训练的目标检测模型进行训练，得到训练好的目标检测模型；

所述模型训练单元进一步被配置成：将所述样本图片集合中的各个样本图片输入所述待训练的目标检测模型，得到所述待训练的目标检测模型输出的各个样本图片的预测区域；对所述第一交并比和所述第二交并比进行最大池化操作，得到目标交并比；基于所述预测区域、所述目标交并比以及预设的损失函数，确定所述待训练的目标检测模型的优化方向，其中，所述优化方向通过将所述预测区域和所述目标交并比代入所述预设的损失函数，并基于计算出的损失值确定得到；基于所述优化方向对所述待训练的目标检测模型进行训练，得到训练好的目标检测模型。