(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 202210139174.0 (22)申请日 2022.02.15 (71)申请人 长沙智能驾驶研究院有限公司 地址 410006 湖南省长 沙市岳麓区学士 路 336号湖南省检验检测特色产业园内 A3、 A4栋 (72)发明人 胡荣东　杨超　谢伟　李逸　 (74)专利代理 机构 北京东方亿 思知识产权代理 有限责任公司 1 1258 专利代理师 赵秀芹 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/44(2022.01) 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 目标检测模型训练方法和目标检测方法 (57)摘要 本申请公开了一种目标检测模型训练方法 和目标检测方法， 属于深度学习技术领域。 该目 标检测模型训练方法包括： 获取多个训练样本； 对每个训练样本， 分别将训练样 本输入至待训练 模型中， 得到预测目标热力图； 根据预测目标热 力图和标准目标热力图， 确定第一损失函数热力 图； 根据至少一个权重热力图对第一损失函数热 力图进行修正， 得到第二损失函数热力图； 根据 第二损失函数热力图， 调整待训练模 型的模型参 数， 并利用训练样本对参数调整后的待训练模型 进行迭代训练， 直至满足训练停止条件， 得到训 练好的目标检测模型。 采用本申请提供的目标检 测模型训练方法和目标检测方法， 可以根据实际 应用场景中的目标检测需求进行目标检测， 提高 目标检测的针对性。 权利要求书3页 说明书15页 附图6页 CN 114663846 A 2022.06.24 CN 114663846 A 1.一种目标检测模型训练方法， 其特 征在于， 包括： 获取多个训练样本， 所述训练样本包括样本图像和所述样本图像对应的标准目标热力 图； 对每个所述训练样本， 分别执 行如下步骤： 将所述训练样本 输入至待训练模型中， 得到所述待训练模型输出的预测目标 热力图； 根据所述预测目标热力图和所述标准目标热力图， 确定所述待训练模型的第 一损失函 数热力图； 根据至少一个权重热力图对所述第 一损失函数热力图进行修正， 得到第 二损失函数热 力图， 所述权重热力图是对热力图中的不同目标设置有不同权重得到的图， 所述权重根据 目标检测需求确定； 根据所述第二损 失函数热力图， 调整所述待训练模型的模型参数， 并利用所述训练样 本对参数调整后的待训练模型进行迭代训练， 直至满足训练停止条件， 得到训练好的目标 检测模型。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述训练样本输入至待训练模型 中， 得到所述待训练模型输出的预测目标 热力图， 包括： 提取所述样本图像的图像特 征， 得到第一特 征图像； 对所述第一特 征图像进行不同下采样倍数的下采样， 得到多个第二特 征图像； 分别提取 所述多个第二特 征图像的图像特 征， 得到多个第三特 征图像； 融合所述多个第三特 征图像， 得到所述预测目标 热力图。 3.根据权利要求1所述的方法， 其特征在于， 所述根据至少一个权重热力图对所述第 一 损失函数 热力图进行修 正， 得到第二损失函数 热力图， 包括： 在所述权重热力图为多个的情况下， 将多个权重热力图进行融合， 得到融合后的权重 热力图； 根据所述融合后的权重热力图， 对所述第一损 失函数热力图进行修正， 得到所述第二 损失函数 热力图。 4.根据权利要求1所述的方法， 其特征在于， 在所述根据至少一个权重热力图对所述第 一损失函数 热力图进行修 正， 得到第二损失函数 热力图之前， 所述方法还 包括： 根据所述样本图像中每个目标的尺寸特征， 确定每个目标对应的权重值； 和/或； 根据 所述样本图像中每 个目标的清晰度特 征， 确定每 个目标对应的权 重值； 根据所述每 个目标对应的权 重值， 确定所述权 重热力图。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述样本图像中每个目标的尺寸 特征， 确定每 个目标对应的权 重值， 包括： 通过以下公式计算每 个目标对应的权 重值： 其中， W为目标对应的权重值， h为目标的高度， w为目标的宽度， smin为预设面积最小值， smax为预设面积最大值， a为预设权 重最小值， b为预设权 重最大值。 6.根据权利要求4所述的方法， 其特征在于， 所述根据所述样本图像中每个目标的清晰权　利　要　求　书 1/3 页 2 CN 114663846 A 2度特征， 确定每 个目标对应的权 重值， 包括： 在目标的清晰度不小于第 一预设清晰度的情况下， 确定目标对应的权重值为第 一预设 权重值； 在目标的清晰度小于第 一预设清晰度且大于第 二预设清晰度的情况下， 确定目标对应 的权重值为第二预设权 重值； 在目标的清晰度不大于第 二预设清晰度的情况下， 确定目标对应的权重值为第 三预设 权重值； 所述第一权 重值大于所述第二权 重值， 所述第二权 重值大于所述第三权 重值。 7.根据权利要求1所述的方法， 其特征在于， 所述训练样本还包括与 所述样本图像对应 的标准偏置热力图和标准宽高热力图， 在所述获取多个训练样本之后， 所述方法还 包括： 对每个所述训练样本， 分别执 行如下步骤： 将所述训练样本输入至待训练模型中， 得到所述待训练模型输出的预测偏置热力图和 预测宽高热力图； 根据所述预测偏置热力图和所述标准偏置热力图， 确定所述待训练模型的第 三损失函 数热力图， 并根据所述预测宽高热力图和所述标准宽高热力图， 确定所述待训练模型 的第 四损失函数 热力图； 根据所述第二损失函数热力图、 所述第三损失函数热力图和所述第四损失函数热力 图， 确定第五损失函数 热力图； 根据所述第五损 失函数热力图， 调整所述待训练模型的模型参数， 并利用所述训练样 本对参数调整后的待训练模型进行迭代训练， 直至满足训练停止条件， 得到训练好的目标 检测模型。 8.一种目标检测方法， 其特 征在于， 包括： 获取待检测图像； 将所述待检测图像输入到目标检测模型中， 得到所述待检测图像对应的目标热力图， 所述目标检测模型为权利要求1 ‑7任意一项方法训练得到的模型。 9.根据权利要求8所述的方法， 其特征在于， 在所述获取待检测图像之后， 所述方法还 包括： 将所述待检测图像输入到所述目标检测模型中， 得到所述待检测图像对应的偏置热力 图和宽高热力图。 10.一种目标检测模型训练装置， 其特 征在于， 所述装置包括： 样本获取模块， 用于获取多个训练样本， 所述训练样本包括样本 图像和所述样本 图像 对应的标准目标 热力图； 第一样本输入模块， 用于对每个所述训练样本， 分别执行： 将所述训练样本输入至待训 练模型中， 得到所述待训练模型输出的预测目标 热力图； 第一确定模块， 用于对每个所述训练样本， 分别执行： 根据 所述预测目标热力图和所述 标准目标 热力图， 确定所述待训练模型的第一损失函数 热力图； 修正模块， 用于对每个所述训练样本， 分别执行： 根据至少一个权重热力图对所述第一 损失函数热力图进行修正， 得到第二损失函数热力图， 所述权重热力图是对热力图中的不 同目标设置有不同权 重得到的图， 所述权 重根据目标检测需求确定；权　利　要　求　书 2/3 页 3 CN 114663846 A 3