(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 202211161185.5 (22)申请日 2022.09.23 (71)申请人 中汽数据 （天津） 有限公司 地址 300385 天津市西青区中北镇 万卉路3 号新城市中心B1座12-17室 (72)发明人 朱向雷　郁淑聪　王镭　鹿宁宁　 孟健　郝斌　 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 目标检测模型的训练方法、 装置、 设备和存 储介质 (57)摘要 本发明涉及模 型训练领域， 公开了一种目标 检测模型的训练方法、 装置、 设备和存储介质。 该 方法包括： 基于预训练数据集对第一网络模型进 行预训练， 获得预训练过的第一网络模型， 其中， 所述预训练数据集包括多张样 本图像， 各样本图 像被平均划分为S1 ×S1个单元格， 所述预训练数 据集还包括各所述单元格的类别信息； 根据预设 检测任务对所述第一网络模型的输出层进行调 整， 获得调整后的第二网络模型， 以使所述第二 网络模型的输出层与所述预设检测任务相适配； 基于训练数据集对所述第二网络模 型进行训练， 获得目标检测模 型。 本实施例提高了模型训练效 率以及经过训练所获得的目标检测模型的检测 精度。 权利要求书2页 说明书6页 附图3页 CN 115240015 A 2022.10.25 CN 115240015 A 1.一种目标检测模型的训练方法， 其特 征在于， 包括： 基于预训练数据集对第一网络模型进行预训练， 获得预训练过的第一网络模型， 其中， 所述预训练数据集包括多张样本图像， 各样本图像被平均划分为S1 ×S1个单元格， 所述预 训练数据集还包括各所述单元格的类别信息， 所述类别信息用于表征所述单元格中所显示 的检测目标的类别， 所述第一网络模型的输入是所述样本图像以及所述样本图像中各所述 单元格的类别信息， 所述第一网络模型的输出是S1 ×S1×C1的第一矩阵， 所述第一矩阵的 行数和列数均为S1， 每个矩阵元素为一个长度为C1的类别向量， 用于表示对应单元格中所 显示的检测目标的类别； 根据预设检测任务对所述第 一网络模型的输出层进行调整， 获得调 整后的第 二网络模 型， 以使所述第二网络模型的输出层与所述预设检测任务相适配； 基于训练数据集对所述第二网络模型进行训练， 获得目标检测模型。 2.根据权利要求1所述的方法， 其特征在于， 所述训练数据集为所述预训练数据集中的 部分或全部 。 3.根据权利要求1所述的方法， 其特 征在于， 还 包括： 将待检测图像输入至所述目标检测模型， 获得S2 ×S2×N×（C2+5） 的第二矩阵， 其中， S2表示所述待检测图像中单元格的行数和列数， N表示各单元格中预测锚框的数量， C2表 示 各单元格中所显示的检测目标的类别向量的长度， 所述第二矩阵的行数和列数均为S2， 每 个矩阵元素为N个长度为 （C2+5） 的向量， 用于表 示对应单元格中各预测锚框的关联信息， 所 述各预测锚框的关联信息包括对应单元格的坐标、 对应预测锚框的尺寸以及对应预测锚框 的置信度， 其中， 置信度最大的预测锚框的位置为检测目标的位置 。 4.根据权利要求1所述的方法， 其特征在于， 所述根据预设检测任务对所述第 一网络模 型的输出层进行调整， 获得调整后的第二网络模型， 以使所述第二网络模型 的输出层与所 述预设检测任务相适配， 包括： 根据所述预设检测任务确定卷积层的数量和结构； 利用所述数量和结构的卷积层替代所述第 一网络模型的输出层， 获得调整后的第 二网 络模型。 5.根据权利要求1所述的方法， 其特征在于， 在所述预训练数据集中， 若多个检测目标 重合显示于样本图像中的一个单元格内， 则将所述一个单元格对应的检测目标的类别的数 量标记为多个； 针对不存在检测目标的单 元格将对应的检测目标的类别的数量标记为0 。 6.一种目标检测模型的训练装置， 其特 征在于， 包括： 预训练模块， 用于基于预训练数据集对第一网络模型进行预训练， 获得预训练过的第 一网络模 型， 其中， 所述预训练数据集包括多张样 本图像， 各样 本图像被平均划分为S1 ×S1 个单元格， 所述预训练数据集还包括各所述单元格的类别信息， 所述类别信息用于表征所 述单元格中所显示的检测目标的类别， 所述第一网络模型的输入是所述样本图像以及所述 样本图像中各所述单元格的类别信息， 所述第一网络模型的输出是S1 ×S1×C1的第一矩 阵， 所述第一矩阵的行数和列数均为S1， 每个矩阵元素为一个长度为C1的类别向量， 用于表 示对应单 元格中所显示的检测目标的类别； 调整模块， 用于根据预设检测任务对所述第一网络模型的输出层进行调整， 获得调整 后的第二网络模型， 以使所述第二网络模型的输出层与所述预设检测任务相适配；权　利　要　求　书 1/2 页 2 CN 115240015 A 2训练模块， 用于基于训练数据集对所述第二网络模型进行训练， 获得目标检测模型。 7.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器和存 储器； 所述处理器通过调用所述存储器存储的程序或指令， 用于执行如权利要求1至5任一项 所述的目标检测模型的训练方法的步骤。 8.一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程序或指令， 所述程序或指令使计算机执行如权利要求1至5任一项所述的目标检测模型 的训练方法的 步骤。权　利　要　求　书 2/2 页 3 CN 115240015 A 3