[发明专利]一种目标检测网络训练方法、装置及电子设备

说明书

本发明实施例提供了一种目标检测网络训练方法、装置及电子设备，其中，该方法包括：获取携带目标的样本和未携带目标的样本，将携带目标的样本输入至第一SSD网络，得到第一SSD网络中的第一输出层输出的类别损失和位置损失；并将未携带目标的样本输入至第二SSD网络，得到第二SSD网络中的第二输出层输出的类别损失，其中，第二SSD网络与第一SSD网络具有相同的网络参数；对第一输出层输出的类别损失和位置损失以及第二输出层输出的类别损失求和，得到总损失，并基于总损失更新第一SSD网络中的网络参数和第二SSD网络中的网络参数。可以降低第一SSD网络从非目标位置检测出目标的可能性，从而提高训练后的第一SSD网络检测的准确度。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种目标检测网络训练方法、装置及电子设备。

背景技术

Logo(LOGO type，徽标)是企业综合信息传递的媒介，通过形象的Logo可以让消费者记住公司主体和品牌文化，起到对Logo拥有公司的识别和推广的作用，可以是文字、图标以及二者的混合，Logo也常常被加入到公司的产品中，以表明生产该产品的公司的身份，例如，在视频媒体领域中，许多公司会把公司的Logo嵌入到其创作或播放的图片或者视频中，例如，视频网站在播放视频时，会将该视频网站的Logo嵌入到播放的视频中，以表明该视频网站对该视频的播放的权利。

视频网站在将拥有的Logo嵌入到在该视频网站播放的视频中时，可以对该视频进行Logo检测，以避免该视频中有其他公司的Logo，还可以避免在该视频中重复添加该视频网站的Logo。

目前，常用的Logo检测方法主要是基于深度学习的目标检测方法，该目标检测方法可以检测Logo在图片或视频帧中的位置，并同时可以检测出Logo的类别。在采用该基于深度学习的目标检测方法进行Logo检测时，首先需要对该基于深度学习的目标检测方法中的深度学习网络进行训练，然后采用训练好的深度学习网络对待检测图片或视频帧进行检测。

在对该深度学习网络时，需要提供标注有Logo的样本集，该样本集的每个样本中必须至少含有一个Logo，并且，每个样本中必须要标注出Logo的位置和类型。这样，在对该深度学习网络进行训练时，该深度学习网络可以将把Logo以外的区域作为背景，从而可以学会区分Logo和背景。

然而，发明人在实现本发明的过程中发现，现有技术至少存在如下问题：

若仅采用标注有Logo的样本集对深度学习网络进行训练，并采用训练好的深度学习网络进行Logo检测时，容易将待检测图片或视频帧中，与该样本集中样本的Logo相似的图形检测为Logo，从而造成误检。

发明内容

本发明实施例的目的在于提供一种目标检测网络训练方法、装置及电子设备，以实现提高训练后的神经网络对目标进行检测的准确度。具体技术方案如下：

在本发明实施例的一个方面，本发明实施例提供了一种目标检测网络训练方法，该方法包括：

获取携带目标的样本和未携带目标的样本，其中，携带目标的样本中标注有目标的类别和目标的位置，未携带目标的样本为除标注有目标的类别的样本外的样本；

将携带目标的样本输入至第一SSD(Single Shot MultiBox Detector，单次多框检测器)网络，得到第一SSD网络中的第一输出层输出的类别损失和位置损失；并将未携带目标的样本输入至第二SSD网络，得到第二SSD网络中的第二输出层输出的类别损失，其中，第二SSD网络与第一SSD网络具有相同的网络参数；

对第一输出层输出的类别损失和位置损失以及第二输出层输出的类别损失求和，得到总损失，并基于总损失更新第一SSD网络中的网络参数和第二SSD网络中的网络参数。

可选的，在获取携带目标的样本和未携带目标的样本之前，该目标检测网络训练方法，还包括：

获取多个携带目标的样本；