[发明专利]图片分析模型调整方法、装置以及计算机可读存储介质

权利要求书

1.一种图片分析模型调整方法，其特征在于，所述方法包括：

将训练图片输入所述模型，所述训练图片携带指示了所述训练图片中目标对象的第一检测框的类别的标注数据，所述模型的检测头包括第一分支和第二分支，分别计算用于指示所述目标对象的第二检测框的置信度和类别；

在所述第二检测框的置信度高于预设水平时，判断所述第二检测框的类别与所述第一检测框的类别是否相同，在不相同时为所述第二检测框设置伪标签，并在所述伪标签中记录所述第二检测框的类别为未知类别；

将所述第二检测框及所述伪标签作为所述第二分支的训练数据，输入所述第二分支，根据输出结果对所述第二分支进行调整；

在所述模型调整完毕后，禁止所述模型输出检测框类别为所述未知类别的结果。

2.根据权利要求1所述的图片分析模型调整方法，其特征在于，“根据输出结果对所述第二分支进行调整”的步骤，包括：

根据预设的损失函数，计算所述输出结果的损失值，根据所述损失值对所述第二分支的参数进行调整。

3.根据权利要求2所述的图片分析模型调整方法，其特征在于，在“在所述模型调整完毕后，禁止所述模型输出检测框类别为所述未知类别的结果”的步骤之前，还包括：

在检测到所述损失值小于预设阈值后，确定所述模型调整完毕。

4.根据权利要求1所述的图片分析模型调整方法，其特征在于，在“将训练图片输入所述模型”的步骤之前，还包括：

根据所述模型输出的历史错误结果中的检测框类别，获取所述训练图片。

5.根据权利要求1所述的图片分析模型调整方法，其特征在于，在“将所述第二检测框及所述伪标签作为所述第二分支的训练数据”的步骤之前，还包括：

如果所述第二检测框与其他检测框位于同一连通域，则根据所述其他检测框的类别更新所述第二检测框的类别。

6.根据权利要求1所述的图片分析模型调整方法，其特征在于，所述标注数据中还指示了所述第一检测框的位置，所述检测头还包括第三分支，用于计算所述第二检测框的位置。

7.根据权利要求1所述的图片分析模型调整方法，其特征在于，所述模型还包括特征提取层，所述特征提取层包括主干网络和多尺度特征融合网络，所述主管网络用于从所述训练图片中提取多尺度特征，所述多尺度特征融合网络用于将所述训练图片的多尺度特征融合为用于输入所述检测头的所述训练图片的特征。

8.一种图片分析模型调整装置，其特征在于，所述装置包括：

图片输入模块，将训练图片输入所述模型，所述训练图片携带指示了所述训练图片中目标对象的第一检测框的类别的标注数据，所述模型的检测头包括第一分支和第二分支，分别计算用于指示所述目标对象的第二检测框的置信度和类别；

类别设置模块，在所述第二检测框的置信度高于预设水平时，判断所述第二检测框的类别与所述第一检测框的类别是否相同，在不相同时为所述第二检测框设置伪标签，并在所述伪标签中记录所述第二检测框的类别为未知类别；

分支调整模块，将所述第二检测框及所述伪标签作为所述第二分支的训练数据，输入所述第二分支，根据输出结果对所述第二分支进行调整；

输出控制模块，在所述模型调整完毕后，禁止所述模型输出检测框类别为所述未知类别的结果。

9.一种控制装置，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的图片分析模型调整方法。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至7中任一项所述的图片分析模型调整方法。