[发明专利]定位图获取模型的训练方法和装置

权利要求书

1.一种定位图获取模型的训练方法，包括：

将样本图像输入定位图获取模型进行类别识别，获取识别出的每个类别的定位图；

获取所述样本图像的标签信息，并根据所述样本图像的标签信息和每个所述类别的定位图的像素值，获取每个所述类别对应的损失函数；

基于每个所述类别对应的损失函数，对所述定位图获取模型进行反向调整，并返回使用下一个样本图像对调整后的定位图像获取模型继续训练，直至训练结束生成目标定位图获取模型；

其中，所述根据所述样本图像的标签信息和每个所述类别的定位图的像素值，获取每个所述类别对应的损失函数，包括：

针对每个所述类别，根据所述类别的定位图的像素值，获取所述定位图的像素均值；

基于所述样本图像的标签信息，获取所述样本图像在所述类别上的标签值；

根据所述像素均值和所述标签值，确定所述类别的损失函数；

其中，所述根据所述定位图的像素值，获取所述定位图的像素均值，包括：

将所述定位图中每个位置点的像素值约束至目标取值范围内；

基于所述目标取值范围内每个位置点对应的被约束后的像素值和所述定位图的分辨率，获取所述定位图的像素均值；

所述将所述定位图中每个位置点的像素值约束至目标取值范围内，包括：

针对所述定位图上任一位置点的像素值，将所述像素值与所述定位图获取模型中指定的超参数进行比较，选取所述像素值与所述超参数中最小值，作为所述任一位置点对应的所述被约束后的像素值，其中，所述超参数用于确定所述目标取值范围的上限值。

2.根据权利要求1所述的方法，其中，所述基于每个所述类别对应的损失函数，对所述定位图获取模型进行反向调整，包括：

对所有所述类别对应的损失函数进行求和，获取所述定位图获取模型的第一损失函数；

获取所述定位图获取模型的第二损失函数；

基于所述第一损失函数和所述第二损失函数，确定所述定位图获取模型的总损失函数；

基于所述总损失函数，确定所述定位图获取模型的梯度信息，并基于所述梯度信息反向调整所述定位图获取模型。

3.根据权利要求1所述的方法，其中，所述获取识别出的每个类别的定位图，包括：

针对每个类别，基于所述类别对应的所述定位图获取模型中分类权向量和所述样本图像的特征向量，获取所述类别的定位图。

4.一种定位图获取模型的训练装置，包括：

第一获取模块，用于将样本图像输入定位图获取模型进行类别识别，获取识别出的每个类别的定位图；

第二获取模块，用于获取所述样本图像的标签信息，并根据所述样本图像的标签信息和每个根据所述类别的定位图的像素值，获取每个所述类别对应的损失函数；

调整模块，用于基于每个所述类别对应的损失函数，对所述定位图获取模型进行反向调整，并返回使用下一个样本图像对调整后的定位图像获取模型继续训练，直至训练结束生成目标定位图获取模型；

其中，所述第二获取模块，还用于：

针对每个所述类别，根据所述类别的定位图的像素值，获取所述定位图的像素均值；

基于所述样本图像的标签信息，获取所述样本图像在所述类别上的标签值；

根据所述像素均值和所述标签值，确定所述类别的损失函数；

其中，所述第二获取模块，还用于：

将所述定位图中每个位置点的像素值约束至目标取值范围内；

基于所述目标取值范围内每个位置点对应的被约束后的像素值和所述定位图的分辨率，获取所述定位图的像素均值；

其中，所述第二获取模块，还用于：

针对所述定位图上任一位置点的像素值，将所述像素值与所述定位图获取模型中指定的超参数进行比较，选取所述像素值与所述超参数中最小值，作为所述任一位置点对应的所述被约束后的像素值，其中，所述超参数用于确定所述目标取值范围的上限值。