[发明专利]一种目标检测网络模型的训练方法及装置

说明书

本发明实施例提供了一种目标检测网络模型的训练方法及装置，该方法包括：获取第一训练样本集，第一训练样本集由多个标记有真实目标物体框的第一目标图像组成；采用目标检测算法对第一训练样本集进行训练，得到第一目标检测网络模型；获取第二训练样本集，第二训练样本集至少包括多个未标记真实目标物体框的背景图像；将第二训练样本集输入至第一目标检测网络模型进行训练，得到第二目标检测网络模型。即在进行目标检测网络模型的训练时，加入了多个背景图像，背景图像中的背景可作为训练目标检测网络模型的负样本，从而提高训练得到的目标检测网络模型的物体检出率和降低目标检测网络模型的误检率。

技术领域

本发明涉及目标检测技术领域，尤其涉及一种目标检测网络模型的训练方法及装置。

背景技术

深度学习即深度神经网络是近年来的研究和应用的热点之一。深度神经网络相比传统的神经网络，最大的区别是网络的层数加深，在获得更多数据的情况下同时具有更多的计算资源，从而获得了更好的效果。深度学习得以引起人们的广泛关注，依赖于2012年的ImageNet图片分类比赛中，由研究人员采用深度神经网络方法，获得了对于非深度学习方法取得压倒性优势。自2012年以来，深度学习方法在很多算法方面，比如图像，语音，自然语言处理等领域均取得了突破性发展。在图像领域，对于目标检测，深度神经网络已经能取得非常好的效果。

目标检测是计算机视觉中的经典问题之一，在多种应用场景例如视频安全监控系统、自动驾驶等中有着重要的应用。目标检测技术是将图像输入至目标检测网络模型，目标检测网络模型检测到目标物体并用矩形框去标识出图像中目标物体的位置，并给出目标物体的类别。

现有技术中的目标检测网络模型是通过对大量的训练样本图像进行训练得到，训练样本图像是标记有真实目标物体框(ground truth box)的目标图像，即具有真实的目标物体的图像，可以理解的是，用于训练目标检测网络模型的训练样本图像越多，得到的目标检测网络模型的检测准确率越高，然而，在有些情况下，想要获得大量的标记有真实目标物体框的训练样本图像比较困难，即可用于训练目标检测网络模型的训练样本图像有限，从而使得训练得到的目标检测网络模型的检测准确率难以提高，在实际应用中，由于真实目标物体出现的背景情况各式各样，背景受到光线变化的影响，在训练样本中很难包含各种变化的背景情况，所以网络模型通常在复杂背景，新的没有训练过的背景图片具有比较差的泛化能力，容易出现误检。

发明内容

本发明实施例要解决的技术问题是提供一种目标检测网络模型的训练方法及装置，用于解决现有的目标检测网络模型在复杂背景和新场景下误检率测高的问题。

为解决上述技术问题，本发明实施例提供的一种目标检测网络模型的训练方法，包括：

获取第一训练样本集，所述第一训练样本集由多个第一目标图像组成，所述第一目标图像为标记有真实目标物体框的图像；

采用目标检测算法对所述第一训练样本集进行训练，得到第一目标检测网络模型；

获取第二训练样本集，所述第二训练样本集至少包括多个背景图像，所述背景图像为未标记真实目标物体框的图像；

将所述第二训练样本集输入至所述第一目标检测网络模型进行训练，得到第二目标检测网络模型。

可选的，所述采用目标检测算法对所述第一训练样本集进行训练，得到第一目标检测网络模型包括：

采用目标检测算法对所述第一目标图像进行卷积处理，得到所述第一目标图像的特征图；

获取所述特征图上的每一个锚点的候选框；

将所述候选框与所述第一目标图像的真实目标物体框进行匹配，根据匹配结果，从所述候选框中选取出正样本和负样本；

采用所述正样本和所述负样本进行训练，得到所述第一目标检测网络模型。