[发明专利]检测模型训练方法、装置、检测模型使用方法及存储介质

说明书

一种检测模型训练方法、装置、检测模型使用方法及存储介质，包括，通过第一检测模型对样本图像进行特征提取，得到第一特征信息，以及通过训练好的第二检测模型对样本图像进行特征提取，得到第二特征信息(S101)；基于样本图像中目标物的位置信息，确定目标物对应的显著区域(S102)；根据第一特征信息和显著区域，获取第一显著区域特征，以及根据第二特征信息和显著区域，获取第二显著区域特征(S103)；根据第一显著区域特征和第二显著区域特征对第一检测模型的参数进行调整，得到训练后的第一检测模型(S104)。提高了对第一检测模型训练的可靠性和准确性。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种检测模型训练方法、装置、检测模型使用方法及存储介质。

背景技术

随着科技的发展，以及深度学习的兴起，对图像中目标物进行识别的技术已成为计算机视觉非常重要技术之一，并且使用深度学习在图像目标检测领域中的应用得到巨大的突破。例如，可以从给定的图像中识别出人脸所在的区域。

目前，现有的检测模型中目标检测算法的技术重心是放在检测结果的准确率上，因此现有的检测模型的规模较大，使得现有的检测模型运行速度较慢且无法在资源配置较小的移动终端上实施，若减小模型规模应用到移动终端，则无法保证检测模型的性能，并且限制了模型的使用范围。

发明内容

本申请实施例提供一种检测模型训练方法、装置、检测模型使用方法及存储介质，可以减小第一检测模型的规模，以及提高对第一检测模型训练的可靠性和准确性。

第一方面，本申请实施例提供了一种检测模型训练方法，包括：

通过第一检测模型对样本图像进行特征提取，得到第一特征信息，以及通过训练好的第二检测模型对所述样本图像进行特征提取，得到第二特征信息；

基于所述样本图像中目标物的位置信息，确定所述目标物对应的显著区域；

根据所述第一特征信息和所述显著区域，获取第一显著区域特征，以及根据所述第二特征信息和所述显著区域，获取第二显著区域特征；

根据所述第一显著区域特征和所述第二显著区域特征对所述第一检测模型的参数进行调整，得到训练后的第一检测模型。

第二方面，本申请实施例还提供了一种检测模型训练装置，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本申请实施例提供的任一种检测模型训练方法。

第三方面，本申请实施例还提供了一种检测模型使用方法，应用于计算机设备，所述检测模型为训练后的第一检测模型，所述训练后的第一检测模型为采用本申请实施例提供的任一种检测模型训练方法进行训练得到的模型，并部署在所述计算机设备中；所述检测模型使用方法包括：

获取待检测的图像；

通过所述训练后的第一检测模型对所述图像中的目标物进行检测，得到所述目标物在所述图像中的目标位置信息。

第四方面，本申请实施例还提供了一种存储介质，所述存储介质用于存储计算机程序，所述计算机程序被处理器加载以执行：

通过第一检测模型对样本图像进行特征提取，得到第一特征信息，以及通过训练好的第二检测模型对所述样本图像进行特征提取，得到第二特征信息；

基于所述样本图像中目标物的位置信息，确定所述目标物对应的显著区域；

根据所述第一特征信息和所述显著区域，获取第一显著区域特征，以及根据所述第二特征信息和所述显著区域，获取第二显著区域特征；

根据所述第一显著区域特征和所述第二显著区域特征对所述第一检测模型的参数进行调整，得到训练后的第一检测模型。