利索能及
我要发布
收藏
专利号: 2021111539824
申请人: 北京百度网讯科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-02-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种目标检测模型的训练方法,包括:获取样本图像,所述样本图像标注有困难区域;

将所述样本图像输入至第一目标检测模型中,计算所述困难区域对应的第一损失;

增大所述第一损失,并根据增大的第一损失训练所述第一目标检测模型。

2.根据权利要求1所述的方法,其中,所述获取样本图像,包括:获取初始图像,所述初始图像标注有标准区域;

将所述初始图像输入至所述第一目标检测模型,得到第一检测区域;

根据各所述标准区域和各所述第一检测区域,对各所述标准区域进行分类,确定困难区域;

根据所述困难区域和所述初始图像,确定样本图像。

3.根据权利要求2所述的方法,还包括:将所述初始图像输入至第二目标检测模型,得到第二检测区域;

所述根据各所述标准区域和各所述第一检测区域,对各所述标准区域进行分类,确定困难区域,包括:

根据各所述标准区域、各所述第一检测区域和各所述第二检测区域,对各所述标准区域进行分类,确定困难区域。

4.根据权利要求3所述的方法,其中,所述根据各所述标准区域、各所述第一检测区域和各所述第二检测区域,对各所述标准区域进行分类,确定困难区域,包括:计算各所述标准区域与各所述第一检测区域之间的相似值,并进行区域筛选,得到第一筛选区域集合;

计算各所述标准区域与各所述第二检测区域之间的相似值,并进行区域筛选,得到第二筛选区域集合;

计算各所述第一检测区域与各所述第二检测区域之间的相似值,并进行区域筛选,得到第三筛选区域集合;

根据所述第二筛选区域集合和所述第三筛选区域集合,确定相同区域集合;

获取属于所述相同区域集合且不属于所述第一筛选区域集合的标准区域,并确定为困难区域。

5.根据权利要求1所述的方法,还包括:将所述样本图像输入至所述第一目标检测模型中,计算所述困难区域对应的第一置信度;

将所述样本图像输入至第二目标检测模型中,计算所述困难区域对应的第二置信度;

根据所述第一置信度和所述第二置信度,计算置信度一致性损失;

所述根据增大的第一损失,训练所述第一目标检测模型,包括:根据增大的第一损失和所述置信度一致性损失,训练所述第一目标检测模型。

6.根据权利要求1所述的方法,其中,所述样本图像标注有简单区域;

所述方法,包括:

将所述样本图像输入至第一目标检测模型中,计算所述简单区域的第二损失;

所述根据增大的第一损失训练所述第一目标检测模型,包括:根据增大的第一损失和所述第二损失,训练所述第一目标检测模型。

7.一种目标检测方法,包括:将图像输入至目标检测模型中,在所述图像中识别3D目标空间,以及所述3D目标空间的目标类别;

其中,所述目标检测模型是根据如权利要求1至6中任一项所述的目标检测模型的训练方法训练得到。

8.一种目标检测模型的训练装置,包括:样本图像获取模块,用于获取样本图像,所述样本图像标注有困难区域;

空间损失计算模块,用于将所述样本图像输入至第一目标检测模型中,计算所述困难区域对应的第一损失;

空间损失调整模块,用于增大所述第一损失,并根据增大的第一损失训练所述第一目标检测模型。

9.根据权利要求8所述的装置,其中,所述样本图像获取模块,包括:初始图像获取单元,用于获取初始图像,所述初始图像标注有标准区域;

第一检测区域获取单元,用于将所述初始图像输入至所述第一目标检测模型,得到第一检测区域;

标准区域分类单元,用于根据各所述标准区域和各所述第一检测区域,对各所述标准区域进行分类,确定困难区域;

样本图像生成单元,用于根据所述困难区域和所述初始图像,确定样本图像。

10.根据权利要求9所述的装置,还包括:第二检测区域获取单元,用于将所述初始图像输入至第二目标检测模型,得到第二检测区域;

所述标准区域分类单元,包括:区域匹配子单元,用于根据各所述标准区域、各所述第一检测区域和各所述第二检测区域,对各所述标准区域进行分类,确定困难区域。

11.根据权利要求10所述的装置,其中,所述区域匹配子单元,包括:第一区域匹配子单元,用于计算各所述标准区域与各所述第一检测区域之间的相似值,并进行区域筛选,得到第一筛选区域集合;

第二区域匹配子单元,用于计算各所述标准区域与各所述第二检测区域之间的相似值,并进行区域筛选,得到第二筛选区域集合;

第三区域匹配子单元,用于计算各所述第一检测区域与各所述第二检测区域之间的相似值,并进行区域筛选,得到第三筛选区域集合;

相同区域筛选子单元,用于根据所述第二筛选区域集合和所述第三筛选区域集合,确定相同区域集合;

困难区域确定子单元,用于获取属于所述相同区域集合且不属于所述第一筛选区域集合的标准区域,并确定为困难区域。

12.根据权利要求8所述的装置,还包括:第一置信度计算模块,用于将所述样本图像输入至所述第一目标检测模型中,计算所述困难区域对应的第一置信度;

第二置信度计算模块,用于将所述样本图像输入至第二目标检测模型中,计算所述困难区域对应的第二置信度;

置信度损失计算模块,用于根据所述第一置信度和所述第二置信度,计算置信度一致性损失;

所述空间损失调整模块,包括:置信度损失调整单元,用于根据增大的第一损失和所述置信度一致性损失,训练所述第一目标检测模型。

13.根据权利要求8所述的装置,其中,所述样本图像标注有简单区域;

所述目标检测模型的训练装置,还包括:第二损失计算模块,用于将所述样本图像输入至第一目标检测模型中,计算所述简单区域的第二损失;

所述空间损失调整模块,包括:损失加权计算单元,用于根据增大的第一损失和所述第二损失,训练所述第一目标检测模型。

14.一种目标检测装置,包括:

3D目标检测模块,用于将图像输入至目标检测模型中,在所述图像中识别3D目标空间,以及所述3D目标空间的目标类别;其中,所述目标检测模型是根据如权利要求1至6中任一项所述的目标检测模型的训练方法训练得到。

15.一种电子设备,包括:至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1‑6中任一项所述的目标检测模型的训练方法,或权利要求7所述的目标检测方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1‑6中任一项所述的目标检测模型的训练方法,或权利要求7所述的目标检测方法。

17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1‑6中任一项所述的目标检测模型的训练方法,或权利要求7所述的目标检测方法。