[发明专利]目标对象信息的处理方法、装置及计算机程序产品

权利要求书

1.一种目标对象信息的处理方法，包括：

获取训练集，其中，所述训练集中包括数量不均衡的、对应于不同类型的目标对象的多个训练子集，每个训练子集中包括的训练样本包括样本图像和样本图像中的目标对象的位置标签、类型标签；

通过所述训练集中的训练样本中的样本图像和位置标签，训练得到目标对象确定网络；

基于所述多个训练子集中的训练样本中的样本图像和类型标签，训练得到目标对象分类网络；

结合所述目标对象确定网络和所述目标对象分类网络，得到所述目标对象检测模型。

2.根据权利要求1所述的方法，其中，所述基于所述多个训练子集中的训练样本中的样本图像和类型标签，训练得到目标对象分类网络，包括：

基于所述多个训练子集，采用预设方式得到数量均衡的多个更新训练子集；

通过所述多个更新训练子集中的训练样本中的样本图像和类型标签，训练得到所述目标对象分类网络。

3.根据权利要求2所述的方法，其中，所述基于所述多个训练子集，采用预设方式得到数量均衡的多个更新训练子集，包括：

以所述多个训练子集中所包括的训练样本的数量最少的目标训练子集为基准，对所述目标训练子集之外的训练子集进行采样，得到所述多个更新训练子集。

4.根据权利要求2或3所述的方法，其中，所述通过所述多个更新训练子集中的训练样本中的样本图像和类型标签，训练得到所述目标对象分类网络，包括：

利用机器学习方法，以所述多个更新训练子集中的训练样本中的样本图像为输入，以所输入的样本图像对应的类型标签为期望输出，训练得到网络结构不同的多个目标对象分类网络；以及

所述通过所述训练集中的训练样本中的样本图像和位置标签，训练得到目标对象确定网络，包括：

利用机器学习方法，以所述训练集中的训练样本中的样本图像为输入，以所输入的样本图像对应的位置标签为期望输出，训练得到网络结构不同的多个目标对象确定网络。

5.根据权利要求4所述的方法，其中，所述结合所述目标对象确定网络和所述目标对象分类网络，得到所述目标对象检测模型，包括：

从所述多个目标对象确定网络中确定出目标确定网络；

从所述多个目标对象分类网络中确定出目标分类网络；

结合所述目标确定网络和所述目标分类网络，得到所述目标对象检测模型。

6.一种目标对象的检测方法，包括：

获取待检测图像；

通过目标对象检测模型得到所述待检测图像中的目标对象的检测结果，其中，所述目标对象检测模型通过权利要求1-5中任一项得到。

7.一种目标对象信息的处理装置，包括：

第一获取单元，被配置成获取训练集，其中，所述训练集中包括数量不均衡的、对应于不同类型的目标对象的多个训练子集，每个训练子集中包括的训练样本包括样本图像和样本图像中的目标对象的位置标签、类型标签；

第一训练单元，被配置成通过所述训练集中的训练样本中的样本图像和位置标签，训练得到目标对象确定网络；

第二训练单元，被配置成基于所述多个训练子集中的训练样本中的样本图像和类型标签，训练得到目标对象分类网络；

得到单元，被配置成结合所述目标对象确定网络和所述目标对象分类网络，得到所述目标对象检测模型。

8.根据权利要求7所述的装置，其中，所述第二训练单元，进一步被配置成：

基于所述多个训练子集，采用预设方式得到数量均衡的多个更新训练子集；通过所述多个更新训练子集中的训练样本中的样本图像和类型标签，训练得到所述目标对象分类网络。

9.根据权利要求8所述的装置，其中，所述第二训练单元，进一步被配置成：

以所述多个训练子集中所包括的训练样本的数量最少的目标训练子集为基准，对所述目标训练子集之外的训练子集进行采样，得到所述多个更新训练子集。