[发明专利]目标检测框架的优化方法及装置、存储介质、电子设备

说明书

本公开属于计算机技术领域，涉及一种目标检测框架的优化方法及装置、存储介质、电子设备。该方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对原始嵌入向量进行扩充得到多个嵌入向量；对多个嵌入向量进行计算得到目标代价矩阵；基于目标代价矩阵，利用局部最优解算法匹配多个嵌入向量和多个标注向量得到多组匹配向量；对多组匹配向量进行计算得到目标损失函数，并利用目标损失函数训练目标检测框架，以使用优化后的目标检测框架进行目标检测或全景分割。本公开扩充了匹配向量的个数，解决了目标检测框架训练样本少的问题，加快了学习率的训练过程，加速了嵌入向量和标注向量的匹配速度，解决了训练速度慢的问题。

技术领域

本公开涉及计算机技术领域，尤其涉及一种目标检测框架的优化方法与目标检测框架的优化装置、计算机可读存储介质及电子设备。

背景技术

目标检测框架可以将Transformer结构引入到目标检测领域。在目标检测框架中采用匈牙利算法将object queries和ground truths进行匹配，使得匹配产生的损失最小。由于将匹配上ground truths的object queries作为训练正样本，因此，一个objectqueries可产生一个正样本，而将object queries集合中未与ground truths匹配的部分作为训练负样本。

但是，由于目标检测框架存在训练速度慢的问题，目标检测框架在数据集上的训练性能无法达到Faster R-CNN（Region- convolutional neural network），不利于在工程实践中大规模普及。

鉴于此，本领域亟需开发一种新的目标检测框架的优化方法及装置。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种目标检测框架的优化方法、目标检测框架的优化装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制而导致的训练速度慢的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本发明实施例的第一个方面，提供一种目标检测框架的优化方法，所述目标检测框架用于目标检测或全景分割，所述方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对所述原始嵌入向量进行扩充得到多个嵌入向量；

对所述多个嵌入向量进行计算得到目标代价矩阵；

基于所述目标代价矩阵，利用局部最优解算法匹配所述多个嵌入向量和所述多个标注向量得到多组匹配向量；

对所述多组匹配向量进行计算得到目标损失函数，并利用所述目标损失函数优化所述目标检测框架，以使用优化后的所述目标检测框架进行目标检测或全景分割。

在本发明的一种示例性实施例中，所述基于所述目标代价矩阵，利用局部最优解算法匹配所述多个嵌入向量和所述多个标注向量得到多组匹配向量，包括：

在所述目标代价矩阵中确定行索引和列索引，并根据所述行索引在所述多个嵌入向量中确定第一待匹配向量；

根据所述列索引在所述多个标注向量中确定第二待匹配向量，并匹配所述第一待匹配向量和所述第二待匹配向量得到一组匹配向量；

剔除所述行索引和所述列索引，以在所述目标代价矩阵中确定其他行索引和其他列索引得到包括所述一组匹配向量的多组匹配向量。

在本发明的一种示例性实施例中，所述在所述目标代价矩阵中确定行索引和列索引，包括：

根据所述目标代价矩阵生成最小值数组和行坐标数组；