[发明专利]目标检测模型的训练方法、装置、存储介质和计算机设备

说明书

本申请涉及一种目标检测模型的训练方法、装置、计算机可读存储介质和计算机设备，所述方法包括：训练时获取样本图像的特征图，按照预设的旋转角度、尺度及目标宽高比确定特征图中的初始检测框；对各初始检测框的位置进行调整，获得预测检测框的位置信息，根据该位置信息与样本图像的标注信息中的真实位置信息调整回归网络的网络参数；根据预测检测框的位置信息所确定的目标检测区域预测目标对应各预设类别的预测概率；根据样本图像的标注信息中的真实类别信息与预测概率调整分类网络的网络参数后，获得用于对图像进行目标检测的目标检测模型。本申请提供的方案使得目标检测模型可以识别图像中目标的旋转角度，定位的目标检测框就更为准确。

技术领域

本申请涉及计算机技术领域，特别是涉及一种目标检测模型的训练方法、装置、计算机可读存储介质和计算机设备。

背景技术

目标检测也叫目标提取，是计算机视觉领域的图像分割技术，目标检测不仅能从图像中分割出目标，也就是定位出目标位置，还能识别目标的类别。

在训练目标检测模型的位置回归网络时，通常是采用滑窗法遍历图像中的区域，然后对这些区域进行筛选、排查后作为目标检测的候选矩形区域，然而，发明人意识到，这些候选矩形区域通常都是水平的矩形区域，这样的候选区域可以较为准确、有效地定位图像中水平放置、正正规规放置的目标，但是当图像中存在旋转目标或者是外形不太规则的目标时，根据这些候选区域确定的目标检测框就不够准确，比如，当一个长条形物体(如：铅笔)与水平方线成一定角度在图像中呈现时，若采用水平矩形框进行标注，定位的目标检测框中背景面积可能远大于目标自身的面积，从而会导致目标定位不够准确，目标识别率较低。

发明内容

基于此，有必要针对现有的目标检测模型对图像中的旋转目标或不规则形状目标进行定位的方式存在不够准确、识别率较低的技术问题，提供一种目标检测模型的训练方法、装置、计算机可读存储介质和计算机设备。

一种目标检测模型的训练方法，包括：

获取样本图像及标注信息，所述标注信息包括所述样本图像中目标的真实位置信息和真实类别信息，所述真实位置信息包括所述目标所对应的矩形包围框的旋转角度；

通过初始模型的特征提取网络，获得所述样本图像的特征图；

通过初始模型的区域生成网络，按照预设的旋转角度、尺度及目标宽高比确定所述特征图中的初始检测框；

通过初始模型的回归网络，对各所述初始检测框的位置进行调整，获得预测检测框的位置信息，并根据所述标注信息中的真实位置信息与预测检测框的位置信息调整回归网络的网络参数；

通过初始模型的分类网络，根据各所述预测检测框的位置信息所确定的目标检测区域预测所述目标对应各预设类别的预测概率；

根据所述标注信息中的真实类别信息与所述预测概率调整分类网络的网络参数后，获得用于对图像进行目标检测的目标检测模型。

一种目标检测模型的训练装置，所述装置包括：

获取样本图像及标注信息，所述标注信息包括所述样本图像中目标的真实位置信息和真实类别信息，所述真实位置信息包括所述目标所对应的矩形包围框的旋转角度；

通过初始模型的特征提取网络，获得所述样本图像的特征图；

通过初始模型的区域生成网络，按照预设的旋转角度、尺度及目标宽高比确定所述特征图中的初始检测框；

通过初始模型的回归网络，对各所述初始检测框的位置进行调整，获得预测检测框的位置信息，并根据所述标注信息中的真实位置信息与预测检测框的位置信息调整回归网络的网络参数；

通过初始模型的分类网络，根据各所述预测检测框的位置信息所确定的目标检测区域预测所述目标对应各预设类别的预测概率；