(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 202210154650.6 (22)申请日 2022.02.21 (65)同一申请的已公布的文献号 申请公布号 CN 114241425 A (43)申请公布日 2022.03.25 (73)专利权人 南京甄视智能科技有限公司 地址 210000 江苏省南京市江宁区高新园 龙眠大道5 68号 (72)发明人 杨帆　孙羽勃　胡建国　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 季承 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 徐晓艳 (54)发明名称 垃圾检测模型的训练方法、 装置、 存储介质 及设备 (57)摘要 本申请公开了一种垃圾检测模型的训练方 法、 装置、 存储介质及设备， 属于图像处理技术领 域。 所述方法包括： 根据监控视频获取标注数据 集， 标注数据集中包含多个视频帧和标注信息， 标注信息包含视频帧中垃圾的真实框和类别； 获 取基于YOLOV 5网络创建的垃圾检测模型； 利用与 YOLOV5网络适配的si mOTA， 从标注数据集中筛选 出与每个真实框相匹配的前m个最大交并比， 根 据前m个最大交并比生成正样本数量K， 根据正样 本数量K从标注数据集中筛选正负样本， m取10和 n中的最大值， n等于真实框对应的候选正样本的 总数和预定系数的乘积， 预定系数小于1； 根据正 负样本对垃圾检测模型进行训练。 本申请可以提 高垃圾检测模型的检测效果。 权利要求书2页 说明书8页 附图4页 CN 114241425 B 2022.05.31 CN 114241425 B 1.一种垃圾检测模型的训练方法， 其特 征在于， 所述方法包括： 根据监控视频获取标注数据集， 所述标注数据集中包含多个视频帧和对应的标注信 息， 所述标注信息中包 含所述视频帧中的垃圾的真实框和类别； 获取基于 YOLOV5网络创建的垃圾检测模型； 利用与所述YOLOV5网络适配的simOTA， 从所述标注数据 集中筛选出与每个真实框相匹 配的前m个最大 交并比， 根据筛选出的所述前m个最大 交并比生 成正样本数量K， 根据所述正 样本数量K从所述标注数据集中筛选正负样本， m取10和n中的最大值， n等于真实框对应的 候选正样本的总数和预定系数的乘积， 所述预定系数小于1； 根据所述 正负样本对所述垃圾检测模型进行训练； 所述利用与所述YOLOV5网络适配的simOTA， 从所述标注数据 集中筛选出与每个真实框 相匹配的前m个最大交并比， 包括： 从所述标注数据集中获取每个真实框对应的候选正样 本； 根据偏移公式和每个候选正样本的偏移值， 将每个候选正样本的检测框还原到原始的 视频帧中， 所述偏移值包括中心点偏移值和宽高偏移值， 所述中心点偏移值是候选正样本 的检测框的中心 点相对于视频帧中划分的网格的偏移值， 所述宽高偏移 值是所述检测框的 宽高相对于预设锚框的宽高的偏移 值； 在所述原始的视频帧中计算每个候选正样本与对应 的真实框的交并比； 利用与所述YOLOV5网络适配的simOTA， 筛选出与每个真实框相匹配的 前m个最大交并比。 2.根据权利要求1所述的垃圾检测模型的训练方法， 其特征在于， 所述偏移公式为 = [Px， Py， Pw， Ph]， Px=( σ(tx)*2  ‑0.5 + cx)*sk， Py=( σ(ty)*2  ‑0.5 + cy)*sk， Pw=Aw ( σ(tw)* 2)2， Ph=Ah (σ(th)*2) 2， 其中， 是候选正样本的检测框还原到原始的视频帧的坐标， k 是第k个特征图， 由Px， Py， Pw和Ph组成， t是所述偏移值， σ 是sigmoid函数， c是所述网格的坐 标， s是下采样倍数， A是 预设锚框 。 3.根据权利要求1所述的垃圾检测模型的训练方法， 其特征在于， 所述从所述标注数据 集中获取每 个真实框对应的候选正样本， 包括： 从所述标注数据集中获取每 个真实框； 对于每个视频帧中划分的网格， 筛选左上角位于所述真实框和正方形区域内的网格， 所述正方形区域是以所述真实框的中心点 为中心， 以指定数值 为半径所构成的区域； 将匹配到的网格所对应的三个预设锚框作为所述真实框的候选正样本 。 4.根据权利要求1所述的垃圾检测模型的训练方法， 其特征在于， 所述根据所述正样本 数量K从所述标注数据集中筛 选正负样本， 包括： 计算每个候选正样本的代价矩阵； 选择前K个代价矩阵最小的候选正样本作为 正样本； 将剩余的候选正样本的全部或部分作为负 样本。 5.根据权利要求4所述的垃圾检测模型的训练方法， 其特征在于， 所述候选正样本的代 价矩阵的计算公式为 ， 其中， θ是所述垃圾 检测模型的参数， 是所述垃圾检测模型预测的第j个 结果的分类置信 度， 是所述垃权　利　要　求　书 1/2 页 2 CN 114241425 B 2圾检测模型预测的第j个结果的检测框还原到原始的视频帧的坐 标， 是第i个真实框的 类别， 是第i个真实框的坐标， Lcls是交叉熵损失， Lreg是交并比损失， α 是平衡系数。 6.根据权利要求1至5中任一项所述的垃圾检测模型的训练方法， 其特征在于， 所述根 据筛选出的所述前m个最大交并比生成正样本数量K， 包括： 将筛选出的所述前m个最大交并比相加后取整； 将取整后的数值作为所述真实框的正样本数量K。 7.一种垃圾检测模型的训练装置， 其特 征在于， 所述装置包括： 获取模块， 用于根据监控视频获取标注数据集， 所述标注数据集中包含多个视频帧和 对应的标注信息， 所述标注信息中包 含所述视频帧中的垃圾的真实框和类别； 所述获取模块， 还用于获取基于 YOLOV5网络创建的垃圾检测模型； 筛选模块， 用于利用与所述YOLOV5网络适配的simOTA， 从所述标注数据集中筛选出与 每个真实框相匹配的前m个最大 交并比， 根据筛选出的所述前m个最大交并比生成正样 本数 量K， 根据所述正样本数量K从所述标注数据集中筛选正负样本， m取10和n中的最大值， n等 于真实框对应的候选正样本的总数和预定系数的乘积， 所述预定系数小于1； 训练模块， 用于根据所述 正负样本对所述垃圾检测模型进行训练； 所述筛选模块， 还用于： 从所述标注数据集中获取每个真实框对应的候选正样本； 根据 偏移公式和每个候选正样本的偏移值， 将每个候选正样本的检测框还原到原始的视频帧 中， 所述偏移值包括中心点偏移值和宽高偏移值， 所述中心点偏移值是候选正样本的检测 框的中心点相对于视频帧中划分的网格的偏移 值， 所述宽高偏移值是所述检测框的宽高相 对于预设锚框的宽高的偏移 值； 在所述原始的视频帧中计算每个候选正样本与对应的真实 框的交并比； 利用与所述YOLOV5网络适配的simOTA， 筛选出与每个 真实框相匹配的前m个最 大交并比。 8.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有至少一条指令、 至少 一段程序、 代码集或指令集， 所述至少一条指令、 所述至少一段程序、 所述代码集或指令集 由处理器加载并执 行以实现如权利要求1至 6任一所述的垃圾检测模型的训练方法。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器中 存储有至少一条指 令， 所述指 令由所述处理器加载并执行以实现如权利要求 1至6任一所述 的垃圾检测模型的训练方法。权　利　要　求　书 2/2 页 3 CN 114241425 B 3