【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种目标检测模型的训练方法、目标检测方法及装置。
技术介绍
1、在人工智能领域中，由于无标注数据的数量远远大于有标注数据的数量，因此半监督训练被广泛的使用，目标检测模型的训练是半监督训练的典型之一。目前，目标检测模型的训练过程中，通常是基于模型输出的伪标签进行损失计算，然而模型输出的伪标签可能并不准确，因而会导致后续的传播误差，降低训练得到的目标检测模型的精度。因此，如何提升伪标签的准确性，从而提升模型精度，是需要解决的技术问题。
技术实现思路
1、本申请提供一种目标检测模型的训练方法、目标检测方法及装置，以提升目标检测模型的准确性。
2、第一方面，本申请实施例提供了一种目标检测模型的训练方法，包括：
3、利用目标置信度、有标签样本图像和无标签样本图像对初始教师模型和初始学生模型进行联合训练处理；所述联合训练处理包括：通过所述初始教师模型根据所述目标置信度对所述无标签样本图像进行目标检测处理，得到所述无标签样本图像的第一目标检测结果；通过所述初始学生模型对所述无标签样本图像和所述有标签样本图像进行目标检测处理，得到所述无标签样本图像的第二目标检测结果和所述有标签样本图像的第三目标检测结果；根据所述第一目标检测结果、所述第二目标检测结果和所述第三目标检测结果，确定目标损失；所述目标置信度基于更新条件进行动态更新；
4、若根据所述目标损失确定满足训练结束条件，则将满足所述训练结束条件时的教师模型或学生模型，确定为目标检测模
5、可以看出，本申请实施例中，由于目标置信度基于更新条件进行动态更新，因此保障了目标置信度能够随着教师模型的性能的提升而改变，从而与教师模型的性能相匹配；进而在利用目标置信度对教师模型训练时，能够提升教师模型的检测结果中伪标签的准确性，从而提升基于该检测结果所确定的目标损失的准确性，降低基于目标损失进行反向传播时的传播误差，提升目标检测模型的准确性。
6、第二方面，本申请实施例提供了一种目标检测方法，包括：
7、获取待检测图像；
8、通过目标检测模型对所述待检测图像进行目标检测处理，得到第五目标检测结果；所述目标检测模型是根据前述第一方面提供的目标检测模型的训练方法训练得到的。
9、可以看出，本申请实施例中，由于进行目标检测处理所使用的目标检测模型在训练过程中，目标置信度基于更新条件进行动态更新，因此保障了目标置信度能够随着教师模型的性能的提升而改变，从而与教师模型的性能相匹配；进而在利用目标置信度对教师模型训练时，能够提升教师模型的检测结果中伪标签的准确性，从而提升基于该检测结果所确定的目标损失的准确性，降低基于目标损失进行反向传播时的传播误差，提升目标检测模型的准确性。进而基于该准确性高的目标检测模型进行目标检测处理，提升了目标检测结果的准确性。
10、第三方面，本申请实施例提供了一种目标检测模型的训练装置，包括：
11、训练模块，用于利用目标置信度、有标签样本图像和无标签样本图像对初始教师模型和初始学生模型进行联合训练处理；所述联合训练处理包括：通过所述初始教师模型根据所述目标置信度对所述无标签样本图像进行目标检测处理，得到所述无标签样本图像的第一目标检测结果；通过所述初始学生模型对所述无标签样本图像和所述有标签样本图像进行目标检测处理，得到所述无标签样本图像的第二目标检测结果和所述有标签样本图像的第三目标检测结果；根据所述第一目标检测结果、所述第二目标检测结果和所述第三目标检测结果，确定目标损失；所述目标置信度基于更新条件进行动态更新；
12、确定模块，用于若根据所述目标损失确定满足训练结束条件，则将满足所述训练结束条件时的教师模型或学生模型，确定为目标检测模型。
13、第四方面，本申请实施例提供了一种目标检测装置，包括：
14、获取模块，用于获取待检测图像；
15、检测模块，用于通过目标检测模型对所述待检测图像进行目标检测处理，得到第五目标检测结果；所述目标检测模型是根据上述第一方面提供的目标检测模型的训练方法训练得到的。
16、第五方面，本申请实施例提供了一种电子设备，包括：
17、处理器；以及，被安排成存储计算机可执行指令的存储器，所述可执行指令被配置由所述处理器执行，所述可执行指令包括用于执行上述第一方面提供的目标检测模型的训练方法中的步骤，或者所述可执行指令包括用于执行上述第二方面提供的目标检测方法中的步骤。
18、第六方面，本申请实施例提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令使得计算机执行上述第一方面提供的目标检测模型的训练方法，或者所述可执行指令使得计算机执行上述第二方面提供的目标检测方法。
19、第七方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的目标检测模型的训练方法，或者所述可执行指令使得计算机执行上述第二方面提供的目标检测方法。
本文档来自技高网...【技术保护点】
1.一种目标检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过所述初始教师模型根据所述目标置信度对所述无标签样本图像进行目标检测处理，得到所述无标签样本图像的第一目标检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标置信度包括与所述N个预设类别一一对应的N个置信度阈值；所述根据目标置信度和所述第一概率集合，确定所述第一无标签样本图像的第一目标检测结果，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述初始学生模型对所述无标签样本图像和所述有标签样本图像进行目标检测处理，得到所述无标签样本图像的第二目标检测结果和所述有标签样本图像的第三目标检测结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述目标置信度包括与所述N个预设类别一一对应的置信度阈值；所述对所述目标置信度进行更新处理，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据目标比例及所述概率矩阵中所述预设类别对
8.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标检测结果、所述第二目标检测结果和所述第三目标检测结果，确定目标损失，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述第一目标检测结果、所述第二目标检测结果、所述第三目标检测结果和目标数据，确定目标损失，包括：
10.一种目标检测方法，其特征在于，包括：
11.一种目标检测模型的训练装置，其特征在于，包括：
12.一种目标检测装置，其特征在于，包括：
13.一种电子设备，其特征在于，包括：
14.一种存储介质，其特征在于，所述存储介质用于存储计算机可执行指令，所述可执行指令使得计算机执行如权利要求1-9任一项所述的目标检测模型的训练方法，或者所述可执行指令使得计算机执行如权利要求10所述的目标检测方法。
15.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的目标检测模型的训练方法，或者所述可执行指令使得计算机执行如权利要求10所述的目标检测方法。
...【技术特征摘要】
1.一种目标检测模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过所述初始教师模型根据所述目标置信度对所述无标签样本图像进行目标检测处理，得到所述无标签样本图像的第一目标检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标置信度包括与所述n个预设类别一一对应的n个置信度阈值；所述根据目标置信度和所述第一概率集合，确定所述第一无标签样本图像的第一目标检测结果，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述初始学生模型对所述无标签样本图像和所述有标签样本图像进行目标检测处理，得到所述无标签样本图像的第二目标检测结果和所述有标签样本图像的第三目标检测结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述目标置信度包括与所述n个预设类别一一对应的置信度阈值；所述对所述目标置信度进行更新处理，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据目标比例及所述概率矩阵中所述预设类别对应的所述第二概率的第一数量，确定...
【专利技术属性】
技术研发人员：吕永春，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。