[发明专利]一种目标检测训练样本筛选方法

权利要求书

1.一种目标检测训练样本筛选方法，其特征在于，包括：

S1:利用训练过程中得到的不同阶段的模型检测训练集数据中的目标，得到每个图像样本在不同阶段的模型M上的检测结果；

S2:对每个图像样本进行如下处理：

设定在模型M的检测结果中所有预标注目标均存在与预标注类别一致且IOU≥A的识别框时，召回率recall＝1；

所有预标注目标均不存在与预标注类别一致且IOU≥A的识别框时，召回率recall＝0；

仅部分预标注目标存在与预标注类别一致且IOU≥A时的识别框时，0＜召回率recall＜1；

其中，IOU为检测结果中的识别框区域与预标注的识别框区域的交并比；A为根据经验值设定的0-1的常数；

S3:将在M₁-M_m上recall＞0，且在M_m＋1-M_n上recall＝0的图像样本作为完全遗忘样本；

将在M₁-M_m上recall＝1，且在M_m＋1-M_n上0＜recall＜1的图像样本作为部分遗忘样本；

其中，m∈n，n为模型的阶段数，n为大于1的自然数；

S4：筛选出完全遗忘样本和/或部分遗忘样本；

所述不同阶段的模型选自加载了对训练集学习后的权重文件的模型，n与学习次数相对应。

2.根据权利要求1所述的一种目标检测训练样本筛选方法，其特征在于，n＝m＋1。

3.根据权利要求1或2任一所述的一种目标检测训练样本筛选方法，其特征在于，A＝0.5。

4.根据权利要求1所述的一种目标检测训练样本筛选方法，其特征在于，所述训练集由预标注的图像样本组成，预标注的信息可选的包括目标类别、预标注的识别框坐标信息。

5.根据权利要求1所述的一种目标检测训练样本筛选方法，其特征在于，所述检测结果可选的包含识别出的目标类别、识别框坐标信息。

6.根据权利要求1所述的一种目标检测训练样本筛选方法，其特征在于，所述步骤S3可取不同m执行多次。

7.根据权利要求1-2、4-6任一所述的一种目标检测训练样本筛选方法，其特征在于，对筛选出的样本进行删除，剩余样本组成训练集。