[发明专利]一种用于小目标检测的模型训练方法、检测方法及装置

权利要求书

1.一种用于小目标检测的模型训练方法，其特征在于，包括：

基于获取的第一训练输入图像和训练标注图像，训练出符合预设精度的图像分割模型；

基于获取的第二训练输入图像和所述图像分割模型，获取预测掩码图像；

基于所述预测掩码图像对所述第二训练输入图像进行分割，获取至少一个目标分割图像；

基于预设规则对所述至少一个目标分割图像进行再分割，确定所述至少一个目标分割图像分别对应的至少一组分割子图像；

基于获取的至少一组分割子图像分别对应的第一训练数据集和第二训练数据集，训练出符合预设精度的至少一个检测模型。

2.根据权利要求1所述的方法，其特征在于，所述检测模型包括单一检测模型，则所述基于获取的至少一组分割子图像分别对应的第一训练数据集和第二训练数据集，训练出符合预设精度的至少一个检测模型，包括：

针对每一组分割子图像分别对应的第一训练数据集和第二训练数据集，训练出每一组分割子图像分别对应的符合预设精度的单一检测模型。

3.根据权利要求1或2所述的方法，其特征在于，所述检测模型包括关联检测模型，则所述基于获取的至少一组分割子图像分别对应的第一训练数据集和第二训练数据集，训练出符合预设精度的至少一个检测模型，包括：

在所述至少一组分割子图像分别对应的第一训练数据集和第二训练数据集中，确定出至少一组第一关联数据集和第二关联数据集；

针对每一组第一关联数据集和第二关联数据集，分别训练出符合预设精度的关联检测模型。

4.根据权利要求1所述的方法，其特征在于，在所述基于获取的第一训练输入图像和训练标注图像，训练出符合预设精度的图像分割模型前，所述方法还包括：

基于获取的原始输入图像和原始标注图像，训练出符合预设精度的原始分割模型；

基于所述原始分割模型、所述原始输入图像和所述原始标注图像，获取训练输入图像和训练标注图像。

5.根据权利要求1所述的方法，其特征在于，所述基于获取的第一训练输入图像和训练标注图像，训练出符合预设精度的图像分割模型，包括：

获取初始化数学模型；

将所述第一训练输入图像输入所述初始化数学模型的编码网络进行降采样，获取编码特征图像；

基于所述编码特征图像、所述初始化数学模型的解码网络，获取预测训练图像；

基于所述预测训练图像和所述训练标注图像，确定损失函数值，并基于所述损失函数值，调整所述初始化数学模型的模型参数，以训练出符合预设精度的图像分割模型。

6.根据权利要求1所述的方法，其特征在于，所述基于预设规则对所述至少一个目标分割图像进行再分割，确定所述至少一个目标分割图像分别对应的至少一组分割子图像，包括：

确定符合预设规则的滑动窗口；

基于所述滑动窗口对所述至少一个目标分割图像进行再分割，确定所述至少一个目标分割图像分别对应的至少一组分割子图像。

7.一种小目标检测方法，其特征在于，包括：

将获取的待检测图像输入已训练的图像分割模型，确定所述待检测图像对应的预测掩码图像；

基于所述待检测图像和所述预测掩码图像，获取至少一个目标分割图像；

基于预设规则对所述至少一个目标分割图像进行再分割，确定所述至少一个目标分割图像分别对应的至少一组分割子图像；

基于所述至少一组分割子图像和所述至少一个检测模型，确定所述待检测图像对应的检测结果。