[发明专利]目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

获取训练数据集,其中,所述训练数据集包括标注数据和未标注数据；

使用所述训练数据集中的标注数据对预构建的原始检测模型进行训练，得到训练参数，并利用所述训练参数对预构建的老师检测模型与学生检测模型进行初始化；

利用所述训练数据集和初始化后的所述老师检测模型对初始化后的所述学生检测模型进行训练与参数更新，得到对照参数；

根据所述对照参数对初始化后的所述老师检测模型进行更新；

返回利用所述训练数据集和初始化后的所述老师检测模型对初始化后的所述学生检测模型进行训练与参数更新步骤，直到所述学生检测模型收敛，得到目标检测模型；

利用所述目标检测模型识别待检测图像包含的目标对象，得到检测结果。

2.如权利要求1所述的目标检测方法，其特征在于，所述获取训练数据集，包括：

从第一数据库中获取带有检测框和标签的图像，得到标注数据；

从第二数据库中获取未经过处理的图像，得到未标注数据；

将所述标注数据和未标注数据汇集，得到训练数据集。

3.如权利要求1所述的目标检测方法，其特征在于，所述使用所述训练数据集中的标注数据对预构建的原始检测模型进行训练，得到训练参数，包括：

获取预构建的原始检测模型；

利用所述原始检测模型对所述训练数据集中的标注数据进行目标检测，得到检测结果；

根据所述标注数据的标签和检测框计算所述检测结果的损失值；

根据所述损失值对所述原始检测模型的参数进行更新，得到训练参数。

4.如权利要求1所述的目标检测方法，其特征在于，所述利用所述训练数据集对初始化后的所述学生检测模型进行训练与参数更新，得到对照参数，包括：

对所述训练数据集进行增广处理，得到扩增数据集；

对所述扩增数据集进行扰动处理，得到扰动数据集；

将所述扰动数据集按照标注类和未标注类的数据分别输入所述学生检测模型中进行训练，得到预测检测结果；

将所述扰动数据集中未标注类的数据输入所述老师检测模型中进行目标检测，得到对照检测结果；

根据预设的损失函数和所述对照检测结果计算所述预测检测结果的监督损失和一致性约束，得到损失值；

根据所述损失值对所述学生检测模型进行反向传播更新，得到更新后的学生检测模型，并获取所述更新后的学生检测模型中的参数，得到对照参数。

5.如权利要求4所述的目标检测方法，其特征在于，所述对所述训练数据集进行增广处理，得到扩增数据集，包括：

对所述训练数据集中的标注数据进行几何增广、序列增广和强度增广，得到标注类的扩增数据；

对所述训练数据集中的未标注数据进行序列增广，得到未标注类的扩增数据；

将所述标注类和所述未标注类的扩增数据汇集得到扩增数据集。

6.如权利要求4所述的目标检测方法，其特征在于，所述根据预设的损失函数和对所述照检测结果计算所述预测检测结果的监督损失和一致性约束，得到损失值，包括：

对所述预测检测结果中的标注类的数据，根据预设的损失函数和所述训练数据集的标签计算监督损失，得到监督损失值；

对所述预测检测结果中的未标注类的数据，根据预设的损失函数和所述对照检测结果计算一致性约束，得到一致性约束值；

将所述监督损失值与所述一致性约束值合并，得到损失值。

7.如权利要求1所述的目标检测方法，其特征在于，所述根据所述对照参数对所述老师检测模型进行更新，包括：

获取所述老师检测模型的当前模型参数；

利用预设的参数更新公式对所述当前模型参数和所述对照参数进行计算，得到新参数；

使用所述新参数替换所述老师检测模型的当前模型参数。