CN114005013B 目标检测模型的训练方法、课堂行为检测方法及相关设备 （中国电信股份有限公司）

于中心网络CenterNet构建初始网络模型；通过根据所述中心点位置进行单维度回归获得每个框偏移损失和中心点偏移损失的多任务损失函2通过所述初始网络模型处理样本图像，获得所述样本图像中的每个目中心点位置，并根据所述中心点位置进行单维度回归获得每个所述目标对象的检测框信其中，所述根据所述中心点位置进行单维度回归获得每个所述目标对象的检测框信根据包括多张所述样本图像的样本图像集，以包含分类损失、2.如权利要求1所述的训练方法，其特征在于，所述中心点偏移损失的损失函数L(δ)所述损失函数L(δ)的梯度函数L'(δ)为：Ldet＝Lk+λsizeLsize+λδL(δ)；δ分别是所述损失函数Lsize和L(δ)的权重。3其中，所述图像预测模块根据所述中心点位置进行单维度回框偏移损失和中心点偏移损失的多任务损失函数为约束条件控制所述初始网络模型的训将所述待检测图像输入经权利要求1-3任一项所述的训练方法训练生成的所述目标检图像处理模块，用于将所述待检测图像输入经权利要求1-3任一项所述的训练方法训行为分析模块，用于根据所述目标类别和所述目标检测框信息9.一种计算机可读的存储介质，用于存储程序，4手行为为例，基于传统机器学习的目标检测算法需要利用设计好的特征模板提取举手特[0004]基于深度学习的目标检测算法包括对人体关键点检测的算法和两阶段目标检测[0006]需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理[0008]本发明的一个方面提供一种目标检测模型的训练方法，包括：基于中心网络测框偏移损失和中心点偏移损失的多任务损失函数为约束条件控制所述初始网络模型的56所述的目标检测模型的训练方法，和/或，实现如上述任意实施例所述的课堂行为检测方[0036]图3示出本发明的中心点偏移损失函数L(δ)与传统的平滑L1损失函数的损失函数[0037]图4示出本发明的中心点偏移损失函数L(δ)与传统的平滑L1损失函数的梯度函数7通过初始网络模型处理样本图像，获得样本图像中的每个目标对象的类别和中心点位置，[0046]中心网络CenterNet是Anchor-free的目标检测算法，检测速度快，精度高。聚合(IterativeDeepAggregation，简称IDA)和分层深度聚合(HierarchicalDeepDLA、分层深度聚合HAD和迭代深度聚合IDA的结构和原理是已有的技术，因此不再展开说是不同的卷积Block。初始网络模型会将相同类别的目标对象的中心点位置输出为热图8[0052]图2展示的是初始网络模型对一张样本图像进行处理的过程，根据包括多张样本[0054]分类损失函数Lk采用基于像素点的类别损失Logistic回归函数，是已有的是坐标点(x,y)存在类别为c的目标对象的检测值，Yxyc是坐标点(x,y)存在类别为c的目标[0057]和是坐标点(x,y)的下采样坐标pp[0058]检测框偏移损失函数Lsize和中心点偏移损失函数L(δ)是中心点位置回归的损失函数，其中检测框偏移损失函数Lsize衡量9[0062]本发明对中心点偏移损失函数L(δ)进行了改进。在已有的CenterNet的损失函数[0068]图3示出本发明的中心点偏移损失函数L(δ)与传统的平滑L1损失函数的损失函数值与事实偏差值的曲线关系，图4示出本发明的中心点偏移损失函数L(δ)与传统的平滑L1损失函数的梯度函数值与事实偏差值的曲线关系。基于相同的样本图像集(举手图像集)，采用本发明的中心点偏移损失函数L(δ)与采用传统的平滑L1损失函数的对比效果参见图3的中心点偏移损失函数L(δ)，在事实偏差值达到1时梯度函数值为0(参见图4的曲线420)，在0到1之间，越接近1代表性能越好。如上表所示，相较于常规检测模型CenterNet测框偏移损失和中心点偏移损失的多任务损失函数为约束条件控制初始网络模型的训练，[0074]进一步地，目标检测模型的训练装置500还可包括实现上述各目标检测模型的训[0075]本发明的目标检测模型的训练装置，能够基于Anchor-free的目标检测算法[0078]目标检测模型输出的目标类别和目标检测框信息，具体可参照图2的检测结果图的服务器/工作站上部署基于本发明的目标检测模型的训练方法和课堂行为检测方法开发元810执行上述任意实施例描述的目标检测模型的训练方法和/或课堂行为检测方法的步[0092]存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元[0094]总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储实现上述任意实施例描述的目标检测模型的训练方法和/或课堂行为检测方法。在一些可[0097]本发明的计算机可读的存储介质，基于Anchor-free的目标检测算(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-[0101]可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网