[发明专利]模型训练、目标检测方法及装置、电子设备、存储介质

说明书

本公开实施例公开了一种模型训练方法，该方法包括：获取训练指令，根据训练指令，从预先存储的待训练模型中选择目标模型，并获取目标数据集，采用目标数据集对目标模型进行训练，得到训练好的目标模型，能够方便快捷地得到训练好的目标模型，从而提高了模型训练的效率。

技术领域

本公开涉及图像目标检测技术领域，尤其涉及一种模型训练、目标检测方法及装置、电子设备、存储介质。

背景技术

针对图像或者视频来说，目标检测已经成为计算机视觉领域的一个重要的分支，为了实现对图像或者视频中特定目标对象的检测，往往需要根据特定目标对象选取训练样本集，用训练样本集对预设的模型进行训练，从而得到训练好的模型，以完成对图像视频中特定目标对象的检测或者追踪。

然而，现有的目标检测模型，例如，few shot小样本模型训练过程，需要用户自行编辑代码实现算法模型框架之后选择数据集进行训练，过程难度大，普通用户难以实现，采用上述模型训练方法，需要进行大量的人工操作才能完成对图像或者视频中特定目标对象的检测或者追踪，成本高，耗时耗力，操作繁琐。

发明内容

本公开实施例提供一种模型训练、目标检测方法及装置、电子设备、存储介质。

本公开实施例的技术方案是这样实现的：

本公开实施例提供了一种模型训练方法，包括：

获取训练指令；

根据所述训练指令，从预先存储的待训练模型中选择目标模型，并获取目标数据集；

采用所述目标数据集对所述目标模型进行训练，得到训练好的目标模型。

这样，减少了建立待训练模型和导入目标数据集所耗费的时间，在此基础上，采用目标数据集对目标模型进行训练，能够方便快捷地得到训练好的目标模型，从而提高了模型训练的效率。

在上述方案中，所述采用所述目标数据集对所述目标模型进行训练，得到训练好的目标模型，包括：

从所述目标数据集中选取出训练样本集，将所述目标数据集中除了所述训练样本集以外的数据集确定为测试样本集；

采用所述训练样本集对所述目标模型进行训练，得到第一模型；

采用所述测试样本集对所述第一模型进行测试，得到测试结果；

响应于所述测试结果符合预设条件，将通过测试的所述第一模型确定为所述训练好的目标模型。

通过将目标数据集划分为训练样本集和测试样本集，使得得到的训练好的目标模型更加有效精准。

在上述方案中，在采用所述测试样本集对所述第一模型进行测试，得到测试结果之后，所述方法还包括：

响应于所述测试结果不符合所述预设条件，对所述目标模型重新进行训练，以得到所述训练好的目标模型。

通过对第一模型进行测试，将不符合预设条件的目标模型重新进行训练，能够得到更加有效精准的训练好的目标模型。

在上述方案中，在采用所述训练样本集对所述目标模型进行训练，得到训练好的目标模型之后，所述方法还包括：

获取验证数据；

将所述验证数据输入至训练好的目标模型中，得到验证结果；

判断所述验证结果与所述验证数据的结果是否相同；

响应于所述验证结果与所述验证数据的结果相同，确定训练好的目标模型验证通过。

这里，采用验证数据和验证数据的结果来验证训练好的目标模型，能够得到更加有效精准的训练好的目标模型。