[发明专利]人脸检测模型训练方法及装置

摘要

本发明涉及人脸检测技术领域，提供一种人脸检测模型训练方法及装置。该方法包括：利用特征提取网络提取训练图像的特征图并确定训练样本；取i为1至M，将特征图输入至第i个人脸检测网络，获得训练样本对应的预测框以位置及预测框中存在人脸的概率；根据训练样本的分类标签计算第i个人脸检测网络的损失；在i小于M时，根据预测框与训练样本对应的真实框之间的位置关系，确定在计算第i+1个人脸检测网络的损失时训练样本的分类标签；在i为M时，获得M个人脸检测网络的总损失并更新人脸检测模型的参数；继续训练人脸检测模型直至满足训练结束条件。该方法训练出的人脸检测模型的人脸检测精度优于现有的单阶段人脸检测模型。

主权项

1.一种人脸检测模型训练方法，其特征在于，所述人脸检测模型包括特征提取网络以及M个人脸检测网络，其中，M为大于或等于2的整数，所述方法包括：利用所述特征提取网络提取训练图像的特征图，并将所述特征图中的每个特征点处的基准框确定为训练样本；取i为1至M，将所述特征图输入至第i个人脸检测网络，利用所述第i个人脸检测网络预测获得所述训练样本在所述训练图像中对应的预测框位置以及所述预测框中存在人脸的概率；根据所述训练样本的分类标签计算所述第i个人脸检测网络在预测后产生的损失；在i小于M时，根据所述预测框与所述训练样本在所述训练图像中对应的真实框之间的位置关系，确定在计算第i+1个人脸检测网络预测后产生的损失时所述训练样本应当使用的分类标签；在i为M时，获得将所述M个人脸检测网络的损失累加后得到的总损失，基于所述总损失更新所述人脸检测模型的参数；获取新的训练图像继续训练所述人脸检测模型，直至满足训练结束条件。