[发明专利]目标检测模型训练方法、系统、设备及存储介质

权利要求书

1.一种目标检测模型训练方法，其特征在于，包括如下步骤：

由中央处理单元接收视频采集设备采集的视频数据，并将所接收的视频数据转换为多个图像帧，多个所述图像帧被划分为训练集以及测试集；

由图像处理单元执行预训练目标检测模型对所述训练集中的多个图像帧进行训练标注；

由所述图像处理单元将所述训练集中的多个图像帧及其训练标注输入至目标检测模型中进行训练，所述目标检测模型为卷积神经网络模型；

由所述图像处理单元执行预训练目标检测模型对所述测试集中的多个图像帧进行测试标注；

由所述图像处理单元将所述测试集中的多个图像帧输入所述目标检测模型，获得目标检测结果；

由所述中央处理单元对所述测试标注和所述目标检测结果进行比较以获得所述目标检测模型的测试评估结果。

2.根据权利要求1所述的目标检测模型训练方法，其特征在于，所述目标检测模型的损失函数根据KL距离、背景目标差异惩罚项以及区域交并比来计算，其中，所述KL距离为所述训练标注的概率分布和所述目标检测模型的预测输出的概率分布的离散度，所述背景目标差异惩罚项为所述目标检测模型的预测输出的目标区域与背景区域的亮度的平均值的差值的倒数，所述区域交并比为所述目标检测模型的预测输出的目标区域与所述训练标注的目标区域的交并比。

3.根据权利要求2所述的目标检测模型训练方法，其特征在于，所述目标检测模型的损失函数L根据如下公式计算：

L＝a*KLD+b*penalization+c*(1-IoU)，

其中，a、b、c为权重，且a、b、c的和为1，KLD为所述KL距离，penalization为所述背景目标差异惩罚项，IoU为所述区域交并比。

4.根据权利要求1所述的目标检测模型训练方法，其特征在于，所述中央处理单元同时接收多个视频采集设备采集的视频数据，所述目标检测模型用以对多个视频采集设备采集的视频数据进行目标检测。

5.根据权利要求1所述的目标检测模型训练方法，其特征在于，目标检测模型经过多次迭代训练，所述预训练目标检测模型为前一次迭代训练的目标检测模型。

6.一种目标检测方法，其特征在于，包括：

由中央处理单元接收多个视频采集设备采集的视频数据，并将所接收的视频数据转换为多个图像帧；

由图像处理单元将所述中央处理单元转换的多个图像帧输入至目标检测模型，所述目标检测模型经由如权利要求1至5任一项所述的目标检测模型训练方法训练；

由所述中央处理单元获取所述目标检测模型输出的目标检测结果。

7.根据权利要求6所述的目标检测方法，其特征在于，所述由图像处理单元将所述中央处理单元转换的多个图像帧输入至目标检测模型还包括：

获取所述中央处理单元的当前负载参数；

若所述负载参数指示所述中央处理单元处于空闲状态时，由所述中央处理单元基于帧差算法对所述中央处理单元转换的多个图像帧进行目标检测；

若所述负载参数指示所述中央处理单元处于繁忙状态时，由所述图像处理单元将所述中央处理单元转换的多个图像帧输入至目标检测模型。