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：本公开提供了一种目标检测模型的训练方法、检测目标对象的方法、装置、设备和介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于智能家居和智慧城市场景下。训练方法先将样本图像输入特征提取网络，得到第一特征数据，该样本图像具有指示样本图像中第一目标对象的第一实际位置和第一目标对象针对第二目标对象的实际条件概率的标签；将第一特征数据输入目标检测网络，得到第一目标对象的预测位置和第一目标对象针对第一预测位置的第一出现概率；将第一特征数据输入条件随机场网络，得到第一目标对象针对第二目标对象的第一条件概率；基于第一实际位置、预测位置、第一出现概率、实际条件概率和第一条件概率，训练目标检测模型。

主权项：1.一种目标检测模型的训练方法，其中，所述目标检测模型包括特征提取网络、目标检测网络和条件随机场网络；所述方法包括：将样本图像输入所述特征提取网络，得到第一特征数据，其中，所述样本图像具有标签，所述标签指示所述样本图像中第一目标对象的第一实际位置和所述第一目标对象针对第二目标对象的实际条件概率，所述实际条件概率表示在第二目标对象出现的情况下，第一目标对象出现的概率；将所述第一特征数据输入所述目标检测网络，得到第一目标对象的第一预测位置和所述第一目标对象针对所述第一预测位置的第一出现概率；将所述第一特征数据输入所述条件随机场网络，得到所述第一目标对象针对所述第二目标对象的第一条件概率；以及基于所述第一实际位置、所述第一预测位置、所述第一出现概率、所述实际条件概率和所述第一条件概率，对所述目标检测模型进行训练，其中，所述第二目标对象包含所述第一目标对象，且所述第一目标对象能够相对于所述第二目标对象的中心移动；其中，对所述目标检测模型进行训练包括：基于所述第一实际位置、所述第一预测位置和所述第一出现概率，确定预定损失函数中第一回归损失子函数的取值，得到第一取值；基于所述第一实际位置和所述第一预测位置，确定预定损失函数中定位损失子函数的取值，得到第二取值；基于所述实际条件概率和所述第一条件概率，确定预定损失函数中第二回归损失子函数的取值，得到第三取值；以及基于所述第一取值、所述第二取值和所述第三取值，对所述目标检测模型进行训练。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 目标检测模型的训练方法及检测目标对象的方法、装置