(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 202111639815.0 (22)申请日 2021.12.2 9 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 黄胡晏　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 训练方法、 电子设备及计算机可读存 储介质 (57)摘要 本申请公开了一种训练方法、 电子设备及计 算机可读存储介质， 该训练方法包括： 从原始图 像中获取目标对象区域； 基于第一预设尺寸范 围， 对目标对象区域的尺寸进行第一变换处理， 得到第一目标图像， 第一目标图像的尺寸归属于 第一预设尺 寸范围； 对原始图像进行第二变换处 理， 以改变原始图像中目标对象区域， 从而得到 第二目标图像； 利用第一目标图像以及第二目标 图像， 对检测模型进行训练； 其中， 检测模型在接 收到第一目标图像以及第二目标图像后， 检测第 二目标图像中是否存在第一目标图像中包含的 目标对象。 本申请所提供的训练方法能够提高训 练出的检测模型的自适应能力。 权利要求书2页 说明书9页 附图5页 CN 114462492 A 2022.05.10 CN 114462492 A 1.一种训练方法， 其特 征在于， 所述方法包括： 从原始图像中获取目标对象区域； 基于第一预设尺寸范围， 对所述目标对象区域的尺寸进行第一变换处理， 得到第一目 标图像， 所述第一目标图像的尺寸归属于所述第一预设尺寸范围； 对所述原始图像进行第二变换处理， 以改变所述原始图像中所述目标对象区域， 从而 得到第二目标图像； 利用所述第一目标图像以及所述第二目标图像， 对检测模型进行训练； 其中， 所述检测模型在接收到所述第一目标图像以及所述第二目标图像后， 检测所述 第二目标图像中是否存在所述第一目标图像中包 含的目标对象。 2.根据权利要求1所述的方法， 其特征在于， 所述基于第一预设尺寸范围， 对所述目标 对象区域的尺寸进行第一变换处 理， 得到第一目标图像的步骤， 包括： 对所述目标对象区域的尺寸进行所述第 一变换处理， 使得到的所述第 一目标图像呈正 方形， 所述正方形的边长归属于所述第一预设尺寸范围。 3.根据权利要求1所述的方法， 其特征在于， 所述第 一变换处理包括缩放所述目标对象 区域、 在所述目标对象区域的外围进行填充处 理中的至少一种。 4.根据权利要求3所述的方法， 其特征在于， 所述基于第一预设尺寸范围， 对所述目标 对象区域的尺寸进行第一变换处 理， 得到第一目标图像的步骤， 包括： 等比例缩放所述目标对象区域， 至缩放后的所述目标对象区域的长边归属于所述第 一 预设尺寸范围内； 在缩放后的所述目标对象区域的外围进行填充处 理， 得到所述第一目标图像。 5.根据权利要求1所述的方法， 其特征在于， 所述对所述原始图像进行第二变换处理， 以改变所述原 始图像中所述目标对象区域， 从而得到第二目标图像的步骤， 包括： 对所述原始图像进行所述第 二变换处理， 以改变所述原始图像中所述目标对象区域的 尺寸、 位置中的至少一种。 6.根据权利要求5所述的方法， 其特征在于， 所述对所述原始图像进行所述第 二变换处 理， 以改变所述原 始图像中所述目标对象区域的尺寸、 位置中的至少一种的步骤， 包括： 对所述原始图像进行所述第 二变换处理， 以随机改变所述原始图像中所述目标对象区 域的宽、 高， 并使得 所述目标对象区域的宽、 高的缩放比归属于第二预设范围内。 7.根据权利要求5所述的方法， 其特征在于， 所述对所述原始图像进行所述第 二变换处 理， 以改变所述原 始图像中所述目标对象区域的尺寸、 位置中的至少一种的步骤， 包括： 对所述原始图像进行所述第 二变换处理， 以随机改变所述原始图像中所述目标对象区 域的位置， 并使得 所述目标对象区域的偏移量在预设偏移范围内。 8.根据权利要求1所述的方法， 其特征在于， 在所述利用所述第 一目标图像以及所述第 二目标图像， 对检测模型进行训练之前， 还 包括： 在所述第二目标图像的外围进行填充处理， 以基于所述填充处理后的所述第 二目标图 像执行后续步骤。 9.根据权利要求8所述的方法， 其特征在于， 所述利用所述第 一目标图像以及所述第 二 目标图像， 对检测模型进行训练的步骤， 包括： 获取多个训练批， 每个所述训练批包括多个所述第一目标图像以及所述第二目标图权　利　要　求　书 1/2 页 2 CN 114462492 A 2像， 且同一所述训练批包括的所述第二 目标图像的尺寸相同， 不同所述训练批包括的所述 第二目标图像的尺寸 不同； 利用多个训练批， 对所述检测模型进行训练。 10.根据权利要求1所述的方法， 其特征在于， 所述检测模型包括第 一特征提取模块、 第 二特征提取模块以及区域 提议模块； 第一特征提取模块用于对接收的所述第一目标图像进行 特征提取， 得到第一特 征图； 第二特征提取模块用于对接收的所述第二目标图像进行 特征提取， 得到第二特 征图； 所述区域提议模块包括将降采样单元以及互相关单元， 所述降采样单元用于对所述第 一特征图进行降采样处理， 得到第三特征图， 所述互相关单元用于对所述第二特征图以及 所述第三特 征图进行互相关处 理。 11.一种检测方法， 其特 征在于， 所述方法包括： 将待识别图像输入检测模型； 利用所述检测模型， 基于第一目标图像， 确定所述待识别图像中是否存在所述第一目 标图像中包 含的目标对象； 其中， 所述检测模型是通过权利要求1 ‑10中任一项所述训练方法训练得到的； 所述第 一目标图像是对 包含所述目标对象的参 考图像进行 所述第一变换处 理得到的。 12.根据权利要求11所述的方法， 其特征在于， 在所述利用所述检测模型， 基于第一目 标图像， 确定所述待识别图像中是否存在所述第一 目标图像中包含的目标对 象之前， 还包 括： 将包含所述目标对象的所述 参考图像输入所述检测模型； 利用所述检测模型对所述 参考图像进行 所述第一变换处 理， 得到所述第一目标图像。 13.根据权利要求12所述的方法， 其特征在于， 输入所述检测模型的所述参考图像为多 个， 多个所述 参考图像中至少两个参 考图像中所述目标对象的姿态不同。 14.一种电子设备， 其特征在于， 所述电子设备包括处理器、 存储器以及通信电路， 所述 处理器分别耦接所述存储器、 所述通信电路， 所述存储器中存储有程序数据， 所述处理器通 过执行所述存储器内的所述 程序数据以实现如权利要求1 ‑13任一项所述方法中的步骤。 15.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序能够被处 理器执行以实现如权利要求1 ‑13任一项所述方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114462492 A 3