(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210325006.0 (22)申请日 2022.03.29 (71)申请人 恒安嘉新(北京)科技股份公司 地址 100086 北京市海淀区北三环西路25 号27号楼五层5 002室 (72)发明人 王佳琪　卞珂珂　刘瑞　傅强　 阿曼太　梁彧　马寒军　田野　 王杰　杨满智　金红　陈晓光　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 倪焱 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01)G06V 10/32(2022.01) G06K 9/62(2022.01) (54)发明名称 目标检测模型的训练方法、 装置、 电子设备 及介质 (57)摘要 本发明实施例公开了一种目标检测模型的 训练方法、 装置、 电子设备及介质， 其中， 该方法 包括： 获取多组训练样本数据， 其中， 所述训练样 本数据包括样本图像以及所述样本图像对应的 目标锚框信息； 基于所述目标锚框信息确定自适 应锚框信息； 将所述自适应锚框信息对预先建立 的初始化模 型的原始锚框信息进行替换， 得到自 适应锚框模型， 其中， 所述自适应锚框信息对应 的锚框数量少于所述原始锚框信息对应的锚框 数量； 基于所述多组训练样本数据， 对所述自适 应锚框模型进行训练， 得到小目标检测模型。 本 申请的技术方案可以在小目标检测模型训练中 有效减少锚框数量的使用， 从而能够减少训练时 间。 权利要求书2页 说明书9页 附图3页 CN 114821034 A 2022.07.29 CN 114821034 A 1.一种目标检测模型的训练方法， 其特 征在于， 包括： 获取多组训练样本数据， 其中， 所述训练样本数据包括样本 图像以及所述样本 图像对 应的目标锚框信息； 基于所述目标锚框信息确定自适应锚框信息； 将所述自适应锚框信 息对预先建立的初始化模型的原始锚框信 息进行替换， 得到自适 应锚框模型， 其中， 所述自适应锚框信息对应的锚框数量少 于所述原始锚框信息对应的锚 框数量； 基于所述多组训练样本数据， 对所述自适应锚框模型进行训练， 得到小目标检测模型。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标锚框信 息确定自适应锚 框信息， 包括： 对各所述目标锚框信息进行聚类， 得到初始锚框信息； 基于预设缩放系数对所述初始锚框信 息进行缩放， 得到多个不同缩放比例的自适应锚 框信息。 3.根据权利要求2所述的方法， 其特征在于， 所述对各所述目标锚框信息进行聚类， 得 到初始锚框信息， 包括： 将各所述目标锚框信息对应的长 宽比进行聚类， 得到初始锚框信息 。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述多组训练样本数据， 对所述 自适应锚框模型进行训练， 得到小目标检测模型， 包括： 将多组训练样本数据分批次输入至所述自适应锚框模型， 得到预测锚框信息； 基于所述预测锚框信 息和所述样本图像对应的目标锚框信 息确定损失函数， 基于所述 损失函数对所述自适应锚框模型的参数进行调整， 直到所述自适应锚框模型满足收敛条 件。 5.根据权利要求4所述的方法， 其特征在于， 在基于所述预测锚框信 息和所述样本图像 对应的目标锚框信息确定损失函数之前， 所述方法还 包括： 确定各所述样本图像与所述样本图像对应的目标锚框区域的比例； 基于所述比例所对应的阈值范围确定调整参数； 相应的， 所述基于所述预测锚框和所述样本图像对应的目标锚框确定损失函数， 包括： 基于所述预测锚框信 息、 所述样本图像对应的目标锚框信 息和所述调整参数确定损失 函数。 6.根据权利要求5所述的方法， 其特征在于， 在确定各所述样本图像与 所述样本图像对 应的目标锚框区域的比例之前， 所述方法还 包括： 将各所述样本 图像进行尺寸缩放， 得到相同大小的样本 图像， 并对所述样本 图像对应 的目标锚框信息进行适配缩放； 相应的， 所述确定各 所述样本图像与所述样本图像对应的目标锚框区域的比例， 包括： 基于所述相同尺寸的样本图像以及所述相同尺寸样本图像对应的目标锚框区域， 确定 比例。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述相同尺寸的样本图像以及所 述相同尺寸样本图像对应的目标锚框区域， 确定比例， 包括： 基于各所述相同尺寸的样本图像的像素点个数， 以及所述相同尺寸的样本图像对应的权　利　要　求　书 1/2 页 2 CN 114821034 A 2目标锚框区域的像素点个数， 确定比例。 8.根据权利要求5所述的方法， 其特征在于， 所述基于所述比例所对应的阈值范围确定 调整参数， 包括： 若所述比例小于第一 点数阈值， 则所述调整参数为第一 参数值； 若所述比例大于第二 点数阈值， 则所述调整参数为第二 参数值； 若所述比例大于第一点数阈值， 并且小于第二点数阈值， 则所述调整参数为第三参数 值， 其中， 所述第三 参数值介于所述第一 参数值和所述第二 参数值之间。 9.一种目标检测模型的训练装置， 其特 征在于， 包括： 训练样本获取模块， 用于获取多组训练样本数据， 其中， 所述训练样本数据包括样本图 像以及所述样本图像对应的目标锚框信息； 自适应锚框信息确定模块， 用于基于所述目标锚框信息确定自适应锚框信息； 信息替换模块， 用于将所述自适应锚框信 息对预先建立的初始化模型的原始锚框信 息 进行替换， 得到自适应锚框模型， 其中， 所述自适应锚框信息对应的锚框数量少于所述原始 锚框信息对应的锚框数量； 模型训练模块， 用于基于所述多组训练样本数据， 对所述自适应锚框模型进行训练， 得 到小目标检测模型。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑8中任一所述的目标检测模型的训练方法。 11.一种包含计算机可执行指令的存储介质， 其特征在于， 所述计算机可执行指令在由 计算机处 理器执行时用于执 行如权利要求1 ‑8中任一所述的目标检测模型的训练方法。权　利　要　求　书 2/2 页 3 CN 114821034 A 3