[发明专利]多尺度目标检测模型的训练方法、目标检测方法和装置

说明书

本申请涉及一种多尺度目标检测模型的训练方法、目标检测方法和装置。该训练方法包括：获取第一样本数据，其每张样本图片携带有目标标注信息；将样本图片分别输入至多尺度目标检测模型的多尺度识别网络和分支选择网络中，得到分支选择结果和每一分支的识别结果；根据分支选择结果和每一分支的识别结果得到模型输出结果；根据模型输出结果和目标标注信息计算得到第一损失函数，并基于第一损失函数反向传播以对多尺度识别网络和分支选择网络中的参数进行调整，直至第一损失函数满足预设值，得到多尺度目标检测模型。目标检测方法为根据多尺度目标检测模型进行目标检测的方法。采用本方法提高了准确性，也不需要增加额外的计算量。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种多尺度目标检测模型的训练方法、目标检测方法和装置。

背景技术

目标检测，即找出图像中所有感兴趣的物体，包含物体定位和物体分类两个子任务，同时确定物体的类别和位置。是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。

在现实生活中，各类物体大小不一，甚至同一种物体都可能出现较大的尺度变化，卷积神经网络中较深层的特征有很大的感受野以及丰富的语义信息，深层特征对于物体姿态变化、遮挡以及局部变形等等的变化具有鲁棒性(robust),但由于分辨率的降低导致几何细节信息丢失。相反浅层特征有很小的感受野和丰富的几何细节信息，但问题是分辨率较高以及语义信息匮乏。在卷积神经网络中，物体的语义信息可以在不同层(与物体大小有关)出现。对于小物体而言，浅层特征包含它的一些细节信息，随着层数加深，所提取特征中的几何细节信息可能完全消失(感受野过大)，通过深层特征检测小物体就变得很困难。对于大物体而言，它语义信息将出现在较深层特征中。这在一定程度上会影响卷积神经网络的性能。

传统技术中，为了解决检测目标大小变化范围大的问题，可以采用三个并行的网络来分别识别不同尺度的目标。

然而，目前的采用三个并行的网络来识别方式，由人工来设置网络选择的方式，例如首先获取到目标大小，然后与阈值进行比较，从而确定是使用三个网络中的哪个网络的输出结果，这样的方式由于是人工来设置阈值，其准确性不够，且需要进行目标大小的计算，增加额外的计算量。

发明内容

基于此，有必要针对上述技术问题，提供一种能够在不增加额外计算量的前提下提高准确性的多尺度目标检测模型的训练方法、目标检测方法和装置。

一种多尺度目标检测模型的训练方法，所述多尺度目标检测模型的训练方法包括：

获取第一样本数据，所述第一样本数据中每张样本图片携带有目标标注信息；

将所述样本图片分别输入至多尺度目标检测模型的多尺度识别网络和分支选择网络中，得到对应所述分支选择网络的分支选择结果和对应所述多尺度识别网络的每一分支的识别结果，所述多尺度识别网络的每一分支网络结构相同的并且参数共享，但膨胀卷积的系数不同；

根据所述分支选择结果和所述每一分支的识别结果得到模型输出结果；

根据所述模型输出结果和所述目标标注信息计算得到第一损失函数，并基于所述第一损失函数反向传播以对所述多尺度识别网络和分支选择网络中的参数进行调整，直至所述第一损失函数满足预设值，得到多尺度目标检测模型。

在其中一个实施例中，所述根据所述分支选择结果和所述每一分支的识别结果得到模型输出结果之前，还包括：

根据所述分支选择结果确定目标分支，将所述目标分支的识别结果作为对应样本图片的伪标签；

根据所述样本图片的伪标签和非目标分支的识别结果对所述非目标分支进行训练。

在其中一个实施例中，所述根据所述样本图片的伪标签和非目标分支的识别结果对所述非目标分支进行训练，包括：