(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 202210856833.2 (22)申请日 2022.07.21 (71)申请人 湖南朗国视 觉识别研究院有限公司 地址 410000 湖南省长 沙市高新 开发区尖 山路18号中电软件园二期A 20栋401 (72)发明人 蒲怀建　 (74)专利代理 机构 广州市越秀区哲力专利商标 事务所(普通 合伙) 44288 专利代理师 郭昊辰 (51)Int.Cl. G06V 10/44(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) G06V 10/766(2022.01)G06V 10/82(2022.01) (54)发明名称 基于微调的轻量化小样本目标检测模型训 练方法和设备 (57)摘要 本申请公开了一种基于微调的轻量化小样 本目标检测模 型训练方法和设备， 应用于目标检 测模型。 所述方法包括以下步骤： 获取基础样本 集合和目标样本集合， 其中所述目标样本集合的 样本数量小于所述基本样本集合的样本数量； 通 过所述基础样本集合对所述目标检测模型进行 预训练， 训练过程中更新所述特征提取器、 分类 器和回归器的参数； 采用目标样 本集合对经过预 训练的目标检测模型进行训练， 训练过程中仅更 新所述分类器和回归器的参数。 本方案可以增加 训练效率， 对于样本稀少的情况下， 仍然可以获 得较好的训练效果。 权利要求书2页 说明书6页 附图4页 CN 115035319 A 2022.09.09 CN 115035319 A 1.一种基于微调的轻量化小样本目标检测模型训练方法， 其特征在于， 应用于目标检 测模型， 其中， 所述 目标检测模型包括特征提取器、 分类器和回归器， 所述目标检测模型以 mobilenetv2作为主干网络以构成特征提取器， 所述mobilenetv2主干网络包括第一至第六 bottleneck单元， 其中， 第二bottleneck单元、 第四bottleneck单元和第六bottleneck单元 后均设置有sl im模块； 所述方法包括以下步骤： 获取基础样本集合和目标样本集合， 其中所述目标样本集合的样本数量小于所述基本 样本集合的样本数量； 通过所述基础样本集合对所述目标检测模型进行预训练， 训练过程中更新所述特征提 取器、 分类 器和回归器的参数； 采用目标样本集合对经过预训练的目标检测模型进行训练， 训练过程中仅更新所述分 类器和回归器的参数。 2.根据权利要求1所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， 所述sl im模块包括： 注意力单元， 用于对特征图进行全局池化， 得到第一向量， 对第一向量进行两次1*1的 卷积后输出第二向量， 其中， 两个卷积采用的激活函数不同； 特征重建单元， 用于对注意力单元输出的第二向量进行翻转， 得到第三向量用以进行 特征强化； 特征拆分和融合单元， 用于基于第二向量和第三向量重建得到的特征图进行拆分， 然 后进行特征融合， 以降低特 征图的维度； 特征变化和融合单元， 用于对特征拆分和融合单元输出的特征图进行融合， 得到输出 的特征图。 3.根据权利要求2所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， 所述基于第二向量和第三向量重 建得到的特征图进 行拆分， 然后进行特征融合， 以 降低特征图的维度， 具体包括： 对基于第二向量重建得到的特征图进行拆分， 得到第一特征图和第二特征图， 将第一 特征图和第二特 征图通过3 *3的卷积进行 特征融合， 得到第三特 征图； 对基于第三向量从简得到的特征图进行拆分， 得到第 四特征图和第五特征图， 将第 四 特征图和第五特 征图通过1*1和3 *3的卷积进行融合， 得到第六 特征图。 4.根据权利要求3所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， 对特 征拆分和融合单 元输出的特 征图进行融合， 得到 输出的特 征图， 具体包括： 对第三特 征图和第六 特征图进行融合， 得到 输出的特 征图。 5.根据权利要求2所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， 所述注意力单元基于SEBlock模块得到， 其中， 两个卷积采用的激活函数分别是 Relu激活函数和Sigmo id激活函数。 6.根据权利要求2所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， bot tleneck单 元中依次包括1*1卷积层、 3 *3卷积层和1*1卷积层。 7.根据权利要求2所述的一种基于微调的轻量化小样本目标检测模型训练方法， 其特 征在于， 所述目标样本集 合中的样本数量小于基础样本集 合中样本数量的10%。权　利　要　求　书 1/2 页 2 CN 115035319 A 28.一种基于微调的轻量化小样本目标检测模型训练系统， 其特征在于， 应用于目标检 测模型， 其中， 所述 目标检测模型包括特征提取器、 分类器和回归器， 所述目标检测模型以 mobilenetv2作为主干网络以构成特征提取器， 所述mobilenetv2主干网络包括第一至第六 bottleneck单元， 其中， 第二bottleneck单元、 第四bottleneck单元和第六bottleneck单元 后均设置有sl im模块； 所述系统包括： 获取模块， 用于获取基础样本集合和目标样本集合， 其中所述目标样本集合的样本数 量小于所述基本样本集 合的样本数量； 第一训练模块， 用于通过所述基础样本集合对所述目标检测模型进行预训练， 训练过 程中更新所述特 征提取器、 分类 器和回归器的参数； 第二训练模块， 用于采用目标样本集合对经过预训练的目标检测模型进行训练， 训练 过程中仅更新所述分类 器和回归器的参数。 9.一种基于微调的轻量 化小样本目标检测模型训练系统， 其特 征在于， 包括： 存储器， 用于存 储程序； 处理器， 用于加载所述程序以执行如权利要求1 ‑7任一项所述的基于微调的轻量化小 样本目标检测模型训练方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有程序， 所述程序被处理器执行时， 实现如权利要求1 ‑7任一项所述的基于微调的轻量 化小样本目标检测模型训练方法。权　利　要　求　书 2/2 页 3 CN 115035319 A 3