[发明专利]目标检测模型训练与目标检测方法、装置、设备以及介质在审
| 申请号: | 202211096966.0 | 申请日: | 2022-09-08 |
| 公开(公告)号: | CN116152589A | 公开(公告)日: | 2023-05-23 |
| 发明(设计)人: | 陈绍冬;周依梦;郭明宇;冉蛟 | 申请(专利权)人: | 北京字跳网络技术有限公司 |
| 主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/82 |
| 代理公司: | 北京远智汇知识产权代理有限公司 11659 | 代理人: | 刘欣 |
| 地址: | 100190 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 检测 模型 训练 方法 装置 设备 以及 介质 | ||
本公开实施例提供了一种目标检测模型训练与目标检测方法、装置、设备以及介质。所述训练方法包括:在当前阶段对目标检测模型执行第一训练任务;依据当前阶段训练所得目标检测模型的性能消耗与检测精度,确定下一阶段对目标检测模型执行第一训练任务使用的网络参数;依据第一训练任务所采用的网络参数,对所述目标检测模型执行第二训练任务,以得到收敛的目标检测模型。采用本公开实施例的技术方案,引入自动搜索机制,解决了模型训练需反复尝试的问题,缩短了开发人员调参所需要的时间;通过搜索得到速度与精度平衡的网络参数,在保证目标检测模型准确率的同时又能达到更快的速度,避免造成资源的浪费。
技术领域
本公开实施例涉及目标检测技术领域,尤其涉及一种目标检测模型训练与目标检测方法、装置、设备以及介质。
背景技术
多媒体内容打标平台,会结合机器打标与人工打标两种形式。在机器打标过程中,目标检测对于自动打标和辅助人工打标发挥了重要作用。
相关方案中,通常是选定目标检测模型中的主干网络以及模型所适合支持的图像类型,然后使用训练数据集对目标检测模型进行训练与更新。但是,这样训练的目标检测模型不适合时,需要重新人工选定主干网络以及模型所适合支持的图像类型,再重新使用训练数据集进行训练,无疑会导致模型训练资源造成浪费以及训练成本高,且训练的模型精度也不佳。
发明内容
本公开提供一种目标检测模型训练与目标检测方法、装置、设备以及介质,以解决模型训练需反复尝试的问题,能在速度和精度平衡下快速进行模型训练。
第一方面,本公开实施例提供了一种目标检测模型训练,所述训练方法包括:
在当前阶段对目标检测模型执行第一训练任务;
依据当前阶段训练所得目标检测模型的性能消耗与检测精度,确定下一阶段对目标检测模型执行第一训练任务使用的网络参数;
依据第一训练任务所采用的网络参数,对所述目标检测模型执行第二训练任务,以得到收敛的目标检测模型;
其中所述第一训练任务的训练数据量小于所述第二训练任务的训练数据量。
第二方面,本公开实施例还提供了一种目标检测方法,所述目标检测方法包括:
确定待处理多媒体内容;
将所述待处理多媒体内容输入到所述目标检测模型中,得到所述待处理多媒体内容的目标检测结果。
第三方面,本公开实施例还提供了一种目标检测模型训练装置,所述训练装置包括:
第一训练任务执行模块,用于在当前阶段对目标检测模型执行第一训练任务;
网络参数确定模块,用于依据当前阶段训练所得目标检测模型的性能消耗与检测精度,确定下一阶段对目标检测模型执行第一训练任务使用的网络参数;
目标检测模型确定模块,用于依据第一训练任务所采用的网络参数,对所述目标检测模型执行第二训练任务,以得到收敛的目标检测模型;其中所述第一训练任务的训练数据量小于所述第二训练任务的训练数据量。
第四方面,本公开实施例还提供了一种目标检测装置,所述目标检测装置包括:
多媒体内容确模块,用于确定待处理多媒体内容;
目标检测模块,用于将所述待处理多媒体内容输入到所述目标检测模型中,得到所述待处理多媒体内容的目标检测结果。
第五方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字跳网络技术有限公司,未经北京字跳网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211096966.0/2.html,转载请声明来源钻瓜专利网。





