[发明专利]基于目标检测的计数模型处理方法、装置及计算机设备

说明书

本申请实施例属于人工智能领域，涉及一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质，方法包括：获取带有标签的原始图像；将原始图像输入初始计数模型，以通过模型的第一分支网络生成密度图，通过第二分支网络生成注意力图和人群边界图；将注意力图与人群边界图进行融合得到修正注意力图；基于标签，生成标准密度图、标准注意力图和标准人群边界图；基于密度图和标准密度图、修正注意力图和标准注意力图，以及人群边界图和标准人群边界图计算联合损失；根据联合损失调整初始计数模型，直至联合损失满足训练停止条件，得到计数模型。此外，本申请还涉及区块链技术，训练样本集可存储于区块链中。本申请提高了计数模型的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质。

背景技术

在计算机视觉领域，人群计数的应用越来越广泛。双分支网络是人群计数中的一种解决方案，由一个分支网络生成密度图，一个分支网络生成注意力图，然后依据密度图和注意力图进行人群计数。然而，双分支网络生成的注意力图通常较为粗略，误差较大，直接依靠这样的注意力图进行人群计数，会降低人群计数的准确性。

发明内容

本申请实施例的目的在于提出一种基于目标检测的计数模型处理方法、装置、计算机设备及存储介质，以解决人群计数准确性较低的问题。

为了解决上述技术问题，本申请实施例提供一种基于目标检测的计数模型处理方法，采用了如下所述的技术方案：

获取由带有标签的原始图像构成的训练样本集；

将所述训练样本集中的原始图像输入初始计数模型，以通过所述初始计数模型中的第一分支网络生成原始图像的密度图，并通过所述初始计数模型中的第二分支网络生成所述原始图像的注意力图和人群边界图；

将所述注意力图与所述人群边界图进行融合，得到修正注意力图；

基于所述标签中的人群位置信息，生成所述原始图像的标准密度图、标准注意力图和标准人群边界图；

基于所述密度图和所述标准密度图、所述修正注意力图和所述标准注意力图，以及所述人群边界图和所述标准人群边界图计算联合损失；

根据所述联合损失对所述初始计数模型进行调整，直至所述联合损失满足训练停止条件，得到计数模型。

为了解决上述技术问题，本申请实施例还提供一种基于目标检测的计数模型处理装置，采用了如下所述的技术方案：

样本集获取模块，用于获取由带有标签的原始图像构成的训练样本集；

图像输入模块，用于将所述训练样本集中的原始图像输入初始计数模型，以通过所述初始计数模型中的第一分支网络生成原始图像的密度图，并通过所述初始计数模型中的第二分支网络生成所述原始图像的注意力图和人群边界图；

注意力修正模块，用于将所述注意力图与所述人群边界图进行融合，得到修正注意力图；

标准生成模块，用于基于所述标签中的人群位置信息，生成所述原始图像的标准密度图、标准注意力图和标准人群边界图；

损失计算模块，用于基于所述密度图和所述标准密度图、所述修正注意力图和所述标准注意力图，以及所述人群边界图和所述标准人群边界图计算联合损失；

模型调整模块，用于根据所述联合损失对所述初始计数模型进行调整，直至所述联合损失满足训练停止条件，得到计数模型。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

获取由带有标签的原始图像构成的训练样本集；