[发明专利]用于训练模型的方法、用于检测目标的方法和装置

说明书

本公开提供了用于训练模型的方法、用于检测目标的方法和装置，涉及人工智能技术领域，具体为计算机视觉技术领域。具体实现方案为：获取样本图像和真实标签；基于样本图像、真实标签和待训练模型，确定样本图像的特征图中各预测点与真实标签之间的损失函数值；基于损失函数值和预设的正样本数量，确定各预测点对应的预测标签；基于真实标签和预测标签，对待训练模型进行训练，得到训练完成的目标检测模型。本实现方式可以提高目标检测模型的检测精度。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉技术领域。

背景技术

目前，在目标检测的场景中，经常需要对尺度较小的目标进行检测，例如，检测眼底视网膜图像中较小的病灶目标。

在实践中发现，现在的目标检测模型能够较好的满足对大尺度目标的检测需求，然而，对于上述尺度较小的目标进行检测时，通常存在着检测精度不高的问题。

发明内容

本公开提供了一种用于训练模型的方法、用于检测目标的方法和装置。

根据本公开的一方面，提供了一种用于训练模型的方法，包括：获取样本图像和真实标签；基于样本图像、真实标签和待训练模型，确定样本图像的特征图中各预测点与真实标签之间的损失函数值；基于损失函数值和预设的正样本数量，确定各预测点对应的预测标签；基于真实标签和预测标签，对待训练模型进行训练，得到训练完成的目标检测模型。

根据本公开的另一方面，提供了一种用于检测目标的方法，包括：获取待检测图像；基于待检测图像和上述用于训练模型的方法所得到的目标检测模型，确定待检测图像中的目标信息。

根据本公开的另一方面，提供了一种用于训练模型的装置，包括：样本获取单元，被配置成获取样本图像和真实标签；损失确定单元，被配置成基于样本图像、真实标签和待训练模型，确定样本图像的特征图中各预测点与真实标签之间的损失函数值；标签确定单元，被配置成基于损失函数值和预设的正样本数量，确定各预测点对应的预测标签；模型训练单元，被配置成基于真实标签和预测标签，对待训练模型进行训练，得到训练完成的目标检测模型。

根据本公开的另一方面，提供了一种用于检测目标的装置，包括：图像获取单元，被配置成获取待检测图像；目标确定单元，被配置成基于待检测图像和上述的用于训练模型的方法所得到的目标检测模型，确定待检测图像中的目标信息。

根据本公开的另一方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上任意一项用于训练模型的方法或者用于检测目标的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上任意一项用于训练模型的方法或者用于检测目标的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上任意一项用于训练模型的方法或者用于检测目标的方法。

根据本公开的技术，提供一种用于训练模型的方法或者用于检测目标的方法，能够提高目标检测模型的检测精度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于训练模型的方法的一个实施例的流程图；

图3是根据本公开的用于训练模型的方法的一个应用场景的示意图；