[发明专利]一种基于web云平台的目标检测系统及方法

说明书

本发明公开了一种基于web云平台的目标检测系统及方法，该系统包括：摄像装置、终端装置以及服务器，终端装置分别与摄像装置、服务器连接；摄像装置用于拍摄获得采集图像；终端装置用于接收多个选择参数、将多个选择参数整合为模型参数表单、将模型参数表单发送至服务器、将待检测图像上传至服务器；服务器用于接收由终端装置生成的模型参数表单、基于模型参数表单进行训练模型、将已训练模型的参数数据发送至终端装置、对终端装置上传的待检测图像执行在线目标检测处理；其中已训练模型的参数数据在训练模型的过程中产生，本发明提供选择配置和数据集进行配置深度学习模型，在线对用户上传的图片进行目标检测，大大降低了深度学习的计算和知识门槛。

技术领域

本发明涉及目标检测技术领域，尤其涉及一种基于web云平台的目标检测系统及方法。

背景技术

目标检测是机器视觉中的一个重要问题，在轨迹跟踪、自动驾驶、工业分拣等生活及工业领域都具有重要的应用和研究价值，目前目标检测是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，是人脸识别、步态识别、人群计数、实例分割等任务中至关重要的一部分；

随着深度学习技术的发展，目标检测算法在近几年来也得到了飞速的发展，目标检测算法可分为两类，一类是基于边框回归的一阶段网络，一阶段网络的代表是SSD和YOLO系列，在产生候选区域的时候同时进行分类和回归，相比二阶段网络的优点是检测速度更快；另一类是基于候选区域的二阶段网络，二阶段网络的代表是R-CNN系列，先产生候选框，提取候选框的特征再对候选框进行分类，相比一阶段网络的优点是精确度更高；目标检测算法已经相当成熟，被应用于我们的生活、工厂中，但是一般的实业从业者还很难快速实现、落地目标检测模型。

发明内容

为了克服现有技术存在的缺陷与不足，本发明的第一目的在于提出了一种基于web云平台的目标检测系统，该系统基于B/S架构使得目标检测算法在实业应用中达到简易化，仅需选择检测模型的关键参数，快速在实业应用时进行模型训练，这样降低了深度学习的计算和知识门槛，同时也加快了目标检测模型在实业应用效率。

本发明的第二目的在于提出了一种基于web云平台的目标检测方法。

为了达到上述第一目的，本发明采用以下技术方案：

一种基于web云平台的目标检测系统，包括：摄像装置、终端装置以及服务器，所述终端装置分别与摄像装置、服务器连接；

所述摄像装置用于拍摄获得采集图像；

所述终端装置用于接收多个选择参数、将多个选择参数整合为模型参数表单、将所述模型参数表单发送至服务器、将待检测图像上传至服务器；

所述服务器用于接收由终端装置生成的所述模型参数表单、基于所述模型参数表单进行训练模型、基于模型下载指令将所述已训练模型的参数数据发送至终端装置、基于第一图像检测指令对终端装置上传的待检测图像执行在线目标检测处理；

所述已训练模型的参数数据在训练模型的过程中产生，具体包括：模型权重数据、模型配置数据、模型交并比数据和模型损失数据。

作为优选的技术方案，所述服务器设有目标检测模型训练模块和第一检测模块；

所述目标检测模型训练模块设有数据集上传模块、数据集选择模块、训练参数配置模块、训练模块、训练日志保存模块和训练日志处理模块；

所述数据集选择模块用于根据数据集选择指令接收用户上传的数据集；

所述训练参数配置模块用于根据训练参数设置指令和模型参数表单进行配置模型训练参数、修改模型训练文件，进而得到预训练模型；

所述训练模块用于根据模型训练指令训练对已配置好的预训练模型进行训练得到已训练模型、根据模型下载指令将已训练模型的参数数据发送至终端装置；