[发明专利]物体检测模型处理方法、装置、设备及存储介质

权利要求书

1.一种物体检测模型处理方法，其特征在于，应用于边缘设备，包括：

获取待检测数据，并将所述待检测数据输入初始物体检测模型，得到模型检测结果，其中待检测数据为视频；

基于视频流对所述模型检测结果进行难例挖掘，得到难例数据；

将得到的所述难例数据上传至服务器，以使所述服务器在接收到的所述难例数据的数量达到预设标准时，根据所述难例数据和基础数据创建数据集，其中所述基础数据为所述服务器预先获取的数据，并采用所述数据集进行模型训练，得到训练好的物体检测模型；

接收所述服务器发送的所述训练好的物体检测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于视频流对所述模型检测结果进行难例挖掘，得到难例数据，包括：

基于视频流提取所述模型检测结果的视频中各帧的检测框；

对所述模型检测结果中各帧进行目标追踪，以对所述各帧的检测框添加标识，得到追踪结果；

对所述追踪结果进行难例挖掘，得到所述难例数据。

3.根据权利要求2所述的方法，其特征在于，所述对所述追踪结果进行难例挖掘，得到所述难例数据，包括：

若检测到所述追踪结果中任一帧的前后第一预设数量的帧均含有相同标识对应的检测框，且所述任一帧不含有所述相同标识对应的检测框，则将所述任一帧确定为待确定漏检难例帧；

将所述待确定漏检难例帧前后第二预设数量帧中的所有的检测框求并集，得到待映射检测框；

将所述待映射检测框映射至所述待确定漏检难例帧，得到所述待确定漏检难例帧的漏检难例候选区；

提取所述漏检难例候选区内图像的第一图像特征点；

提取所述待确定漏检难例帧前后第三预设数量帧中各帧检测框内图像的图像特征点；

将所述第一图像特征点与所述待确定漏检难例帧前后第三预设数量帧中所有帧检测框内图像的图像特征点做匹配，确定多个第一匹配项；

若所述多个第一匹配项的数量均大于第四预设数量或大于第一预设比例，则根据所述第一图像特征点确定第一外接矩形，其中所述第一外接矩形是所述第一图像特征点的外接矩形；

将所述第一外接矩形对应的图像内容和所述第一外接矩形的属性确定为漏检难例，其中所述外接矩形的属性为外接矩形内物体的类别。

4.根据权利要求2所述的方法，其特征在于，所述对所述追踪结果进行难例挖掘，得到所述难例数据，包括：

若检测到所述追踪结果中任一帧含有任一标识对应的检测框，且所述任一帧的前后第五预设数量的帧均不含有所述任一标识对应的检测框，则将所述任一帧确定为待确定误检难例帧；

将所述待确定误检难例帧中的所述检测框扩大预设倍，得到误检难例候选区；

将所述误检难例候选区映射至所述待确定误检难例帧的前后第六预设数量帧中，得到多个对比区；

提取所述误检难例候选区内图像的第二图像特征点；

提取所述待确定误检难例帧的前后第六预设数量帧中各帧的所述多个对比区内图像的图像特征点；

将所述第二图像特征点与所述待确定误检难例帧的第六预设数量帧中每帧的图像特征点做匹配，得到多个第二匹配项；

若所述多个第二匹配项的数量均大于第七预设数量或大于第二预设比例，则根据所述第二图像特征点确定第二外接矩形，其中所述第二外接矩形是所述第二图像特征点的外接矩形；

将所述第二外接矩形对应的图像内容和所述第二外接矩形的属性确定为误检难例，其中所述外接矩形的属性为外接矩形内物体的类别。

5.一种物体检测模型处理方法，其特征在于，应用于服务器，包括：

接收边缘设备发送的难例数据；

当接收到的所述难例数据的数量达到预设标准时，根据所述难例数据和基础数据创建数据集，其中所述基础数据为所述服务器预先获取的数据；

采用所述数据集进行模型训练，得到训练好的物体检测模型；

将所述训练好的物体检测模型发送至所述边缘设备。