Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于师生训练框架的目标检测模型的主动学习训练方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本申请提供了一种基于师生训练框架的目标检测模型的主动学习训练方法,在每个训练周期内,通过待优化检测模型,推理候选样本图像的识别检测结果,并通过优化处理,得到候选样本图像的优化检测结果;利用识别检测结果和优化检测结果,从候选样本图像中筛选出训练样本图像;利用训练样本图像训练辅助检测模型,结合训练样本图像确定出的综合损失值,调整辅助检测模型的辅助模型参数;利用辅助检测模型的辅助模型参数,更新待优化检测模型的模型参数,最终得到目标检测模型。这样,可利用待优化检测模型采用弱监督方式辅助用户主动学习候选样本图像,减少了人工标注所耗费的时间成本,提高模型的训练效率,快速适应目标检测场景的迁移和多样性。

主权项:1.一种基于师生训练框架的目标检测模型的主动学习训练方法,其特征在于,所述训练方法包括:响应于用户所施加的类别标注操作,确定从目标检测场景下抽取到的每张候选样本图像所属的图像标注类别;其中,所述图像标注类别包括正样本图像和负样本图像;通过待优化检测模型,推理得到每张候选样本图像的识别检测结果;其中,所述待优化检测模型为所述师生训练框架中的教师模型;针对于每张候选样本图像,对该候选样本图像的识别检测结果进行优化处理,通过滤除所述识别检测结果中的冗余检测框,得到该候选样本图像的优化检测结果;基于每张候选样本图像的识别检测结果和优化检测结果,从多张候选样本图像中筛选出用于训练辅助检测模型的训练样本图像;其中,所述辅助检测模型与所述待优化检测模型构成了师生训练框架;所述辅助检测模型为所述师生训练框架中的学生模型;利用多张训练样本图像训练所述辅助检测模型,并在训练过程中利用结合每张训练样本图像的图像标注类别所确定出的综合损失值,调整所述辅助检测模型的辅助模型参数,得到在每个训练周期内完成训练的辅助检测模型;利用在每个训练周期内完成训练的辅助检测模型的辅助模型参数,更新所述待优化检测模型的模型参数,得到目标检测模型;其中,所述基于每张候选样本图像的识别检测结果和优化检测结果,从多张候选样本图像中筛选出用于训练辅助检测模型的训练样本图像,包括:针对于每张候选样本图像,通过确定该候选样本图像的识别检测结果中每个目标检测框的框目标置信度的平均信息熵,确定该候选样本图像的第一图像质量分值;基于该候选样本图像的优化检测结果,通过确定该候选样本图像中各个识别检测框的方框置信度之和,确定该候选样本图像的第二图像质量分值;通过分别对所述第一图像质量分值和所述第二图像质量分值进行归一化处理,确定该候选样本图像的图像质量分值;按照每张候选样本图像的图像质量分值,对所述多张候选样本图像进行降序排列,将位于前预设位的候选样本图像确定为用于训练辅助检测模型的训练样本图像。

全文数据:

权利要求:

百度查询: 中电金信软件有限公司 基于师生训练框架的目标检测模型的主动学习训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。