[发明专利]目标检测方法、装置、电子设备及存储介质

说明书

本发明涉及人工智能技术，揭露了一种目标检测方法，包括：获取训练数据集；使用训练数据集对原始检测模型进行训练，得到训练参数，并对老师检测模型与学生检测模型进行初始化；对所述学生检测模型进行训练与参数更新，得到对照参数；根据对照参数对所述老师检测模型进行更新；返回对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。此外，本发明还涉及区块链技术，所述训练数据集可存储于区块链的节点。本发明还提出一种目标检测装置、电子设备以及计算机可读存储介质。本发明可以解决目标检测模型标注数据量少时检测结果准确性较低的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种目标检测方法、装置、电子设备及计算机可读存储介质。

背景技术

目前，目标检测模型的应用已经涉及多个领域，如人脸检测，车辆检测，行人计数，自动驾驶，安全系统以及医学检测等。

而目标检测模型中往往含有大量参数，需要通过大量标注数据进行学习，但在标注数据量低的情况下，很容易易造成过拟合问题，而大量的数据标注往往耗时耗力；同时对于现有的目标检测模型，在训练时使用伪标签的方式，但伪标签会放大边缘的噪声，造成模型容易学习到错误数据，导致模型的检测结果准确性较低。

发明内容

本发明提供一种目标检测方法、装置及计算机可读存储介质，其主要目的在于解决目标检测模型标注数据量少时检测结果准确性较低的问题。

为实现上述目的，本发明提供的一种目标检测方法，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。

可选地，所述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。

可选地，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。

可选地，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；