[发明专利]人头检测模型生成方法、装置、人头检测模型及人头检测方法

说明书

本申请涉及模型生成的技术领域，尤其涉及一种人头检测模型生成方法、装置、人头检测模型及人头检测方法。包括：获取初始模型和训练样本集，所述训练样本集中的训练样本包括样本图像；基于所述样本图像得到第一训练图像以及第二训练图像，所述第一训练图像包含头部正例训练样本，所述第二训练图像包含手部负例训练样本；以及，根据所述第一训练图像以及第二训练图像对初始模型进行训练，得到人头检测模型。在训练样本集加入手部负例训练样本和头部正例训练样本，有效减少在检测过程中将手部误检为头部的可能，从而便于提高人头检测的精度。

技术领域

本申请涉及人工神经网络深度学习的技术领域，尤其是涉及一种人头检测模型生成方法、装置、人头检测模型及人头检测方法。

背景技术

栏杆是桥梁和建筑上的安全设施，栏杆在使用中起分隔的作用，使被分割区域边界明确清晰。但在学校里，常有一些学生将头伸出栏杆外，造成安全隐患。

为解决上述问题，但受到芯片能力的约束，使用的模型不能太大，因此采用RFSong-779模型获取图像，并自动检测人头是否伸出栏杆外，帮助学校找到做出危险动作的学生。但由于RFSong-779模型较小，在检测时容易导致误检和漏检情况较多，使得检测精确度较低。

发明内容

为了便于提高人头检测的准确性，本申请提供一种人头检测模型生成方法、装置、人头检测模型及人头检测方法。

第一方面，本申请提供的一种人头检测模型的生成方法，采用如下的技术方案：

一种人头检测模型的生成方法，包括：

获取初始模型和训练样本集，所述训练样本集包括样本图像，所述样本图像中包含头部正例训练样本、头部标注信息、手部负例训练样本以及手部标注信息；

根据样本图像得到第一训练图像与第二训练图像，其中，第一训练图像包含头部正例训练样本与头部标注信息，第二训练图像包含手部负例训练样本；

根据所述第一训练图像以及第二训练图像对初始模型进行训练，得到人头检测模型。

通过采用上述技术方案，在训练样本集加入手部负例训练样本和头部正例训练样本，有效减少在检测过程中将手部误检为头部的可能，从而便于提高人头检测的精度。

可选的，包括：

对所述第一训练图像以及第二训练图像进行数据增强，并生成训练图片；所述训练图片中包含头部正例训练样本、手部负例训练样本以及头部标注信息；

根据所述训练图片以及头部标注信息对初始模型进行训练得到人头检测模型。

通过采用上述技术方案，采用数据增强，便于增加样本丰富度，从而便于提高检测精度；另外，在对训练图片进行训练时，对标注有检测头部目标的位置信息的第一训练图像进行训练，从而便于进一步提高人头检测的精度；

将第一训练图像以及第二训练图像放在一张图片中，在不影响检测精度的同时，便于减少训练的图片数量，从而有助于缩短训练时间。

可选的，所述第一训练图像或第二训练图像的获取方法包括：

对样本图像中的头部正例训练样本或手部负例训练样本进行标注生成样本图像标注框，对样本图像标注框对应的样本图像进行抠图；

所述抠图范围满足如下公式：