(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221017496 0.4 (22)申请日 2022.02.25 (65)同一申请的已公布的文献号 申请公布号 CN 114550215 A (43)申请公布日 2022.05.27 (73)专利权人 北京拙河科技有限公司 地址 100000 北京市海淀区四道口北街3 6 号4号楼6层0 6 (72)发明人 温建伟　 其他发明人请求 不公开姓名　 (74)专利代理 机构 北京君莫知识产权代理事务 所(普通合伙) 11715 专利代理师 崔云鹤 (51)Int.Cl. G06V 40/10(2022.01)G06V 20/52(2022.01) G06V 10/774(2022.01) G06V 10/762(2022.01) G06N 20/00(2019.01) (56)对比文件 CN 113283404 A,2021.08.20 CN 108564066 A,2018.09.21 CN 113221770 A,2021.08.0 6 CN 112507901 A,2021.0 3.16 审查员 闫文凤 (54)发明名称 一种基于迁移学习的目标检测方法及系统 (57)摘要 本申请提供的一种基于迁移学习的目标检 测方法及系统， 该方法包括获取图像数据， 所述 图像数据包括行人和所述行人所在 环境的图像； 根据所述图像数据， 生成用于表 示检测范围的检 测框； 对所述图像数据和所述检测框进行处理， 生成目标检测模 型的训练数据； 根据所述训练数 据对所述目标检测模型进行训练， 得到训练好的 目标检测模 型； 基于所述训练好的目标检测模型 对目标进行检测， 得到目标检测结果。 本申请实 施例能够通过多样化的训练方式训练目标检测 模型， 并通过训练好的目标检测模 型实现对目标 进行全方位、 多功能、 高精度的检测效果。 权利要求书2页 说明书11页 附图5页 CN 114550215 B 2022.10.18 CN 114550215 B 1.一种基于 迁移学习的目标检测方法， 其特 征在于， 包括： S110、 获取源域的第一图像数据， 所述第一 图像数据包括行人和所述行人所在环境的 图像； S120、 根据所述第一图像数据， 生成用于表示检测范围的检测框； 其中， 所述S120、 根据 所述第一图像数据， 生成用于表示检测范围的检测框， 包括： S121、 从所述第一图像数据中获取 所述行人的关键点和轮廓； S122、 若所述关键点与所述轮廓之间的关系满足第一预设条件， 则生成包含所述轮廓 的第一检测框； 其中， 所述第一预设条件为全部所述关键点均位于所述轮廓的边界范围内； S123、 获取多个所述关键点之间的连线； 其中， 所述连线位于所述行 人的身体部位； S124、 对所述第一检测框进行裁剪得到第二检测框， 所述第二检测框中至少包括所述 连线的部分； S130、 对所述第一图像数据和所述检测框进行处理， 生成目标检测模型的训练数据， 其 中， 所述S130、 对所述第一图像数据和所述检测框进行处理， 生成目标检测模型的训练数 据， 包括： S131、 获取包含所述第一检测框的第一图像数据， 以及包含所述第二检测框的第一图 像数据； S132、 获取 所述第一检测框的第一图像数据的第一标注； S133、 以所述第二检测框的第一图像数据为样本， 所述第一标注为监督信号， 构成所述 训练数据中的第一训练集； S140、 根据所述训练数据对所述目标检测模型进行训练， 得到训练好的目标检测模型； S150、 基于所述训练好的目标检测模型对目标域的目标进行检测， 得到目标检测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述S130、 对所述第一图像数据和所述检 测框进行处 理， 生成目标检测模型的训练数据， 还 包括： S134、 获取 所述目标域的第二图像数据； S135、 获取所述第二图像数据的聚类结果， 将所述聚类结果确定为每个聚类的第二图 像数据的伪标签； S136、 以所述第二图像数据为样本， 所述伪标签为监督信号， 生成所述训练数据的第二 训练集。 3.根据权利要求2所述的方法， 其特征在于， 所述S140、 根据所述训练数据对所述目标 检测模型进行训练， 得到训练好的目标检测模型， 包括： S141、 根据所述第一训练集， 以有监督学习方式训练所述目标检测模型， 得到所述训练 好的目标检测模型； S142、 根据所述第二训练集， 以无监 督学习方式训练所述目标检测模型， 得到所述训练好的目标检测模型。 4.根据权利要求3所述的方法， 其特征在于， 所述S150、 基于所述训练好的目标检测模 型对目标域的目标进 行检测， 得到目标检测结果， 包括： 获取第一目标检测结果和第二目标 检测结果； 其中， 所述第一目标检测结果用于表示对 同一个域的目标进行检测的结果， 所述第二 目标检测结果用于表示对不同域的目标进行检测的结果。权　利　要　求　书 1/2 页 2 CN 114550215 B 25.一种基于 迁移学习的目标检测系统， 其特 征在于， 包括： 图像数据获取模块， 用于获取源域的图像数据， 所述图像数据包括行人和所述行人所 在环境的图像； 检测框生成模块， 用于根据所述图像数据， 生成用于表示检测范围的检测框， 其中， 所 述检测框生成模块具体用于： 从第一图像数据中获取 所述行人的关键点和轮廓； 若所述关键点与所述轮廓之间的关系 满足第一预设条件， 则生成包含所述轮廓的第 一 检测框； 其中， 所述第一预设条件为全部所述关键点均位于所述轮廓的边界范围内； 获取多个所述关键点之间的连线； 其中， 所述连线位于所述行 人的身体部位； 对所述第一检测框进行裁剪得到第 二检测框， 所述第 二检测框中至少包括所述连线的 部分； 训练数据生成模块， 用于对所述图像数据和所述检测框进行处理， 生成目标检测模型 的训练数据， 其中， 所述训练数据生成模块具体用于： 获取包含所述第一检测框的第一图像数据， 以及包含所述第二检测框的第一图像数 据； 获取所述第一检测框的第一图像数据的第一标注； 以所述第二检测框的第一图像数据为样本， 所述第一标注为监督信号， 构成所述训练 数据中的第一训练集； 目标检测模型训练模块， 用于根据所述训练数据对所述目标检测模型进行训练， 得到 训练好的目标检测模型； 目标检测结果获取模块， 用于基于所述训练好的目标检测模型对目标域的目标进行检 测， 得到目标检测结果。权　利　要　求　书 2/2 页 3 CN 114550215 B 3