[发明专利]物体检测模型处理方法、装置、设备及存储介质

说明书

本申请提供一种物体检测模型处理方法、装置、设备及存储介质，涉及数据处理领域。该方法包括：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。本申请的方法，增加了边缘设备在检测物体时的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种物体检测模型处理方法、装置、设备及存储介质。

背景技术

当前边缘计算已经成为新兴的任务处理方式，由于边缘计算的计算资源更靠近计算任务的产生地点，所以可以更快速的对计算任务做出反应，同时由于边缘计算可以由边缘设备处理，所以还可以节省网络带宽。物体检测作为常见的计算任务，也可以使用边缘计算的方式实现。

目前，可以将物体检测模型部署在边缘设备，以使边缘设备具有物体检测能力。

但是，当物体检测模型部署于边缘设备后，由于边缘设备处理物体检测任务时得到的数据与物体检测模型训练时的训练数据有较大区别，所以边缘设备在使用边缘计算的方式处理物体检测任务时会出现准确性较低的问题。

发明内容

本申请提供一种物体检测模型处理方法、装置、设备及存储介质，用以解决边缘设备处理物体检测任务时准确性较低的问题。

第一方面，本申请提供一种物体检测模型处理方法，包括：

获取待检测数据，并将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；基于视频流对模型检测结果进行难例挖掘，得到难例数据；将得到的难例数据上传至服务器，以使服务器在接收到的难例数据的数量达到预设标准时，根据难例数据和基础数据创建数据集，其中基础数据为服务器预先获取的数据，并采用数据集进行模型训练，得到训练好的物体检测模型；接收服务器发送的训练好的物体检测模型。

在一种可能的实现方式中，基于视频流对模型检测结果进行难例挖掘，得到难例数据，包括：基于视频流提取模型检测结果的视频中各帧的检测框；对模型检测结果中各帧进行目标追踪，以对各帧的检测框添加标识，得到追踪结果；对追踪结果进行难例挖掘，得到难例数据。

在一种可能的实现方式中，对追踪结果进行难例挖掘，得到难例数据，包括：若检测到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，且任一帧不含有相同标识对应的检测框，则将任一帧确定为待确定漏检难例帧；将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；将待映射检测框映射至待确定漏检难例帧，得到待确定漏检难例帧的漏检难例候选区；提取漏检难例候选区内图像的第一图像特征点；提取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；将第一图像特征点与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，则根据第一图像特征点确定第一外接矩形，其中第一外接矩形是第一图像特征点的外接矩形；将第一外接矩形对应的图像内容和第一外接矩形的属性确定为漏检难例，其中外接矩形的属性为外接矩形内物体的类别。