[发明专利]目标定位模型训练方法、目标定位方法及装置

说明书

本发明提供了一种目标定位模型训练方法、目标定位方法及装置，可以应用于人工智能技术领域。该目标定位模型训练方法包括：获取样本数据集；将每个图像样本输入初始模型的像素特征提取层，输出图像数据中每一个像素点的像素特征；将第一特征数据和第二特征数据输入初始模型的激活图生成层，输出前景激活图和背景激活图；将第三特征数据和第四特征数据分别输入初始模型的感知特征提取层，输出前景感知特征和背景感知特征；将第五特征数据和第六特征数据分别输入初始模型的分类层，输出分类结果；以及根据分类结果和图像类别标签调整初始模型的模型参数，得到训练完成的目标定位模型。

技术领域

本发明涉及人工智能技术领域，具体地涉及一种目标定位模型训练方法、目标定位方法、装置、设备、介质。

背景技术

传统的目标定位方法通常基于全监督学习，该类方法利用人工标注的边界框训练模型从而进行目标定位。但是，这样的标注数据价格昂贵且需要耗费大量的时间，限制了目标定位的实用性。

随着人工智能技术的发展，弱监督学习算法逐渐受到关注，但是，发明人在实施本发明的过程中发现：现有的弱监督学习算法应用于目标定位时，存在定位不完整的问题。

发明内容

鉴于上述问题，本发明提供了一种目标定位模型训练方法、目标定位方法、装置、设备、介质。

根据本发明的一个方面，提供了一种目标定位模型训练方法，包括：

获取样本数据集，其中，样本数据集中包括多个图像样本，每个图像样本包括图像数据，图像样本具有图像类别标签；

将每个图像样本输入初始模型的像素特征提取层，输出图像数据中每一个像素点的像素特征；

将第一特征数据和第二特征数据输入初始模型的激活图生成层，输出前景激活图和背景激活图，其中，第一特征数据包括像素特征和预设前景原型数据，第二特征数据包括像素特征和预设背景原型数据；前景激活图中包括第一相似度，第一相似度表征每一个像素点的像素特征与预设前景原型数据之间的相似度，背景激活图中包括第二相似度，第二相似度表征每一个像素点的像素特征与预设背景原型数据之间的相似度；

将第三特征数据和第四特征数据分别输入初始模型的感知特征提取层，输出前景感知特征和背景感知特征，其中，第三特征数据包括像素特征和前景激活图，第四特征数据包括像素特征和背景激活图；

将第五特征数据和第六特征数据分别输入初始模型的分类层，输出分类结果，其中，第五特征数据包括前景感知特征和预设类别原型数据，第六特征数据包括背景感知特征和预设类别原型数据，预设类别原型数据表征目标对象部分区域的类别；以及

根据分类结果和图像类别标签调整初始模型的模型参数，得到训练完成的目标定位模型。

根据本发明的实施例，将像素特征输入初始模型的激活图生成层，输出前景激活图和背景激活图，包括：

将像素特征输入初始模型的激活图生成层，输出初始前景激活图和初始背景激活图；

将初始前景激活图和初始背景激活图进行拼接，得到初始激活矩阵；

利用最优传输算法，计算像素特征的语义损耗矩阵，其中，语义损耗矩阵表征像素特征在前景和背景中的最优分配结果；

根据语义损耗矩阵和初始激活矩阵调整初始模型的激活图生成层的模型参数，以便于输出优化后的前景激活图和背景激活图。

根据本发明的实施例，初始模型的分类层包括类别特征提取层和类别匹配层，其中，将第五特征数据和第六特征数据分别输入初始模型的分类层，输出分类结果，包括：

将第五特征数据和第六特征数据分别输入类别特征提取层，输出前景类别特征和背景类别特征；