【技術實現步驟摘要】
本申請實施例涉及圖像處理領域，尤其涉及一種目標檢測方法、裝置、電子設備和存儲介質。
技術介紹
1、隨著深度學習在人工智能計算機視覺中的廣泛使用，越來越多的研究者將深度學習應用在自動駕駛領域，而數據的采集和標注就要占人工智能和機器學習項目大約80％的時間，現有的數據標注方法主要是預標注，即使用訓練好的深度學習網絡對圖片中的物體進行目標檢測和標注。
2、目前，為了提高目標檢測的準確率，在機器學習中使用dropout技術，以一定比例將網絡中隱藏的神經元隨機失活，使目標檢測模型不會太依賴于某些局部特征。
3、然而，當數據量較小、質量不高時，上述方法對提高模型泛化性的能力是有限的，目標檢測模型仍然存在嚴重的過擬合，導致目標檢測模型檢測不準確。
技術實現思路
1、有鑒于此，本申請實施例提供了一種目標檢測方法、裝置、電子設備和存儲介質，以至少解決上述部分問題。
2、根據本申請實施例的第一方面，提供了一種目標檢測方法，包括：獲取第一數據集和第二數據集，其中，所述第一數據集包括多張帶標簽的樣本圖像，所述第二數據集包括多張無標簽的樣本圖像。獲取第一目標檢測模型，其中，所述第一目標檢測模型包括至少兩個檢測頭，不同的所述檢測頭對應不同的檢測目標分組，所述檢測目標分組包括至少兩個不同類別的檢測目標，所述檢測頭用于檢測相對應的所述檢測目標分組包括的檢測目標。通過所述第一數據集對所述第一目標檢測模型進行訓練，獲得第二目標檢測模型。根據所述第一數據集和所述第二數據集，對所述第二
3、根據本申請實施例的第二方面，提供了一種目標檢測裝置，包括：數據采集模塊，用于獲取第一數據集和第二數據集，其中，所述第一數據集包括多張帶標簽的樣本圖像，所述第二數據集包括多張無標簽的樣本圖像。獲取模塊，用于獲取第一目標檢測模型，其中，所述第一目標檢測模型包括至少兩個檢測頭，不同的所述檢測頭對應不同的檢測目標分組，所述檢測目標分組包括至少兩個不同類別的檢測目標，所述檢測頭用于檢測相對應的所述檢測目標分組包括的檢測目標。第一訓練模塊，用于通過所述第一數據集對所述第一目標檢測模型進行訓練，獲得第二目標檢測模型。第二訓練模塊，用于根據所述第一數據集和所述第二數據集，對所述第二目標檢測模型進行訓練，獲得第三目標檢測模型。目標檢測模塊，用于通過所述第三目標檢測模型對待檢測圖像進行目標檢測。
4、根據本申請實施例的第三方面，提供了一種電子設備，包括：處理器、通信接口、存儲器和通信總線，處理器、存儲器和通信接口通過通信總線完成相互間的通信。存儲器用于存放至少一可執行指令，可執行指令使處理器執行如上述第一方面所述的目標檢測方法對應的操作。
5、根據本申請實施例的第四方面，提供了一種計算機存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如上述第一方面所述的目標檢測方法。
6、由上述技術方案，獲取包括帶標簽樣本圖像的第一數據集和無標簽樣本圖像的第二數據集，第一目標檢測模型包括至少兩個檢測頭，不同的檢測頭對應不同的檢測目標分組，檢測目標分組包括至少兩個不同類別的檢測目標，檢測頭用于檢測相對應的檢測目標分組包括的檢測目標，通過第一數據集對第一目標檢測模型進行訓練，獲得第二目標檢測模型，然后根據第一數據集和第二數據集，對第二目標檢測模型進行訓練，獲得第三目標檢測模型，通過第三目標檢測模型對待檢測圖像進行目標檢測。第一目標檢測模型包括至少兩個檢測頭，并且每個檢測頭對應不同的檢測目標分組，每個檢測頭只需檢測屬于對應的檢測目標分組包括的檢測目標，不同的檢測目標彼此之間不受干擾，提高了模型進行目標檢測的準確性。
本文檔來自技高網...【技術保護點】
1.一種目標檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述通過所述第一數據集對所述第一目標檢測模型進行訓練，獲得第二目標檢測模型，包括：
3.根據權利要求2所述的方法，其特征在于，所述檢測頭包括至少兩個子檢測頭，不同的所述子檢測頭對應不同的分辨率；
4.根據權利要求1所述的方法，其特征在于，所述根據所述第一數據集和所述第二數據集，對所述第二目標檢測模型進行訓練，獲得第三目標檢測模型，包括：
5.根據權利要求1所述的方法，其特征在于，所述通過所述第一數據集對所述第一目標檢測模型進行訓練，包括：
6.根據權利要求1所述的方法，其特征在于，所述第一目標檢測模型的損失函數包括：
7.根據權利要求1-6中任一所述的方法，其特征在于，
8.一種目標檢測裝置，其特征在于，所述裝置包括：
9.一種電子設備，其特征在于，包括：處理器、通信接口、存儲器和通信總線，處理器、存儲器和通信接口通過通信總線完成相互間的通信；
10.一種計算機存儲介質，其上存儲有計
...【技術特征摘要】
1.一種目標檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述通過所述第一數據集對所述第一目標檢測模型進行訓練，獲得第二目標檢測模型，包括：
3.根據權利要求2所述的方法，其特征在于，所述檢測頭包括至少兩個子檢測頭，不同的所述子檢測頭對應不同的分辨率；
4.根據權利要求1所述的方法，其特征在于，所述根據所述第一數據集和所述第二數據集，對所述第二目標檢測模型進行訓練，獲得第三目標檢測模型，包括：
5.根據權利要求1所述的方法，其特征在于，所述通過所述第...
【專利技術屬性】
技術研發人員：王夢杰，張松，別曉芳，周玉臣，劉建偉，
申請(專利權)人：零束科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。