[发明专利]模型生成方法和装置

权利要求书

1.一种模型生成方法，包括：通过依次执行多次迭代操作生成用于检测目标对象的关键点的神经网络模型；

其中，所述迭代操作包括：

基于当前的奖励反馈值，在预设的损失函数搜索空间内确定出预设的神经网络模型的当前损失函数，其中，所述当前损失函数包括在当前迭代操作中所述预设的神经网络模型对所述目标对象的各待检测关键点的检测误差；

基于所述当前损失函数对所述预设的神经网络模型进行训练，并根据训练后的神经网络模型的性能更新所述奖励反馈值；

响应于确定奖励反馈值达到预设的收敛条件或迭代操作的次数达到预设的阈值，基于当前迭代操作中训练后的神经网络模型生成所述用于检测目标对象的关键点的神经网络模型。

2.根据权利要求1所述的方法，其中，所述预设的损失函数搜索空间包括待检测关键点的热力图的尺寸参数的搜索空间，所述热力图中的像素值表征待检测关键点落在对应像素位置的置信度；

所述在预设的损失函数搜索空间内确定出预设的神经网络模型的当前损失函数，包括：

在所述待检测关键点的热力图的尺寸参数的搜索空间中分别确定出各待检测关键点的热力图的当前尺寸参数，基于所述各待检测关键点的热力图的当前尺寸参数构建所述当前损失函数。

3.根据权利要求2所述的方法，其中，所述待检测关键点的热力图的尺寸参数的搜索空间包括第一搜索空间，所述第一搜索空间包括待检测关键点的圆形热力图的半径搜索空间；

所述在所述待检测关键点的热力图的尺寸参数的搜索空间中分别确定出各待检测关键点的热力图的当前尺寸参数，包括：

响应于确定所述奖励反馈值未达到与所述第一搜索空间对应的收敛条件，基于所述当前的奖励反馈值，在所述第一搜索空间内分别确定出各待检测关键点的圆形热力图的当前半径。

4.根据权利要求3所述的方法，其中，所述待检测关键点的热力图的尺寸参数的搜索空间还包括第二搜索空间，所述第二搜索空间包括非圆形热力图的尺寸参数的搜索空间；以及

所述在所述待检测关键点的热力图的尺寸参数的搜索空间中分别确定出各待检测关键点的热力图的当前尺寸参数，还包括：

响应于确定所述奖励反馈值达到与第一搜索空间对应的收敛条件，基于所述当前的奖励反馈值，在所述第二搜索空间内分别确定出各待检测关键点的非圆形热力图的当前尺寸参数。

5.根据权利要求4所述的方法，其中，所述非圆形热力图包括椭圆形热力图，所述非圆形热力图的尺寸参数包括椭圆形热力图的长短轴半径；以及

所述在所述第二搜索空间内分别确定出各待检测关键点的非圆形热力图的当前尺寸参数，包括：

将所述奖励反馈值达到与第一搜索空间对应的收敛条件时的迭代操作中确定出的各待检测关键点的圆形热力图的半径作为各待检测关键点的圆形热力图的最优半径；

基于各待检测关键点的圆形热力图的最优半径分别确定各待检测关键点的椭圆热力图的长短轴半径的搜索范围；

基于所述当前奖励反馈值，在所述各待检测关键点的椭圆热力图的长短轴半径的搜索范围内分别确定出各待检测关键点的椭圆热力图的当前长短轴半径。

6.根据权利要求3-5之一所述的方法，其中，所述与所述第一搜索空间对应的收敛条件包括所述奖励反馈值在最近的预设次迭代操作中的变化率不超过预设的变化率阈值。

7.一种模型生成装置，包括：生成单元，被配置为通过依次执行多次迭代操作生成用于检测目标对象的关键点的神经网络模型；

其中，所述迭代操作包括：

基于当前的奖励反馈值，在预设的损失函数搜索空间内确定出预设的神经网络模型的当前损失函数，其中，所述当前损失函数包括在当前迭代操作中所述预设的神经网络模型对所述目标对象的各待检测关键点的检测误差；

基于所述当前损失函数对所述预设的神经网络模型进行训练，并根据训练后的神经网络模型的性能更新所述奖励反馈值；

响应于确定奖励反馈值达到预设的收敛条件或迭代操作的次数达到预设的阈值，基于当前迭代操作中训练后的神经网络模型生成所述用于检测目标对象的关键点的神经网络模型。