目标检测方法、装置、电子设备及计算机可读存储介质与流程

技术特征：
1.一种目标检测方法，其特征在于，包括：获得第一数据集和第二数据集，所述第一数据集中标注目标的类别有x个，所述第二数据集中标注目标的类别有y个，x、y为正整数；按照标注目标的类别对所述第一数据集和所述第二数据集进行拆分，获得n个单类别数据集，每个单类别数据集中的每个样本数据仅标注一个类别的目标，n≤x y；基于n个单类别数据集中的样本数据，对目标检测模型进行训练，以利用训练后的所述目标检测模型进行目标检测；其中，在训练过程中，针对输入到所述目标检测模型的每个样本数据，将当前样本数据未标注的类别的目标和背景作为一个组合，确定预测损失，对所述目标检测模型的参数进行调整。2.根据权利要求1所述的目标检测方法，其特征在于，所述按照标注目标的类别对所述第一数据集和所述第二数据集进行拆分，获得n个单类别数据集，包括：针对标注目标的每个类别，遍历所述第一数据集和所述第二数据集，确定包含当前类别的标注目标的样本数据；将包含所述当前类别的标注目标的样本数据合成一个单类别数据集。3.根据权利要求1所述的目标检测方法，其特征在于，所述针对输入到所述目标检测模型的每个样本数据，将当前样本数据未标注的类别的目标和背景作为一个组合，确定预测损失，对所述目标检测模型的参数进行调整，包括：针对输入到所述目标检测模型的每个样本数据，获得所述目标检测模型基于输入的当前样本数据预测的多个类别的分类得分和坐标框回归值；将所述当前样本数据未标注的类别的目标和背景作为一个组合，基于所述分类得分和所述坐标框回归值，计算交叉熵损失和坐标框回归损失；根据所述交叉熵损失和所述坐标框回归损失，对所述目标检测模型的参数进行调整。4.根据权利要求3所述的目标检测方法，其特征在于，所述基于所述分类得分和所述坐标框回归值，计算交叉熵损失和坐标框回归损失，包括：利用组归一化指数函数，基于所述分类得分计算交叉熵损失；利用泛化的交并比，基于所述坐标框回归值，计算坐标框损失。5.根据权利要求1所述的目标检测方法，其特征在于，在所述基于n个单类别数据集中的样本数据，对目标检测模型进行训练之后，还包括：获得新增类别数据集，所述新增类别数据集中的样本数据包含的标注目标的类别为新增类别；基于n个单类别数据集和所述新增类别数据集中的样本数据，对所述目标检测模型进行训练，以利用训练后的所述目标检测模型对所述新增类别的目标进行检测。6.根据权利要求1所述的目标检测方法，其特征在于，还包括：更新第一单类别数据集中的样本数据，所述第一单类别数据集为n个单类别数据集中的任意一个；基于更新后的n个单类别数据集中的样本数据，对所述目标检测模型进行训练。7.根据权利要求1至6之中任一项所述的目标检测方法，其特征在于，所述目标检测模型的输出包括分类分支和坐标回归分支。8.根据权利要求7所述的目标检测方法，其特征在于，所述利用训练后的所述目标检测
模型进行目标检测，包括：将待测数据输入到训练后的所述目标检测模型中；通过所述分类分支获得多个类别的分类得分；基于所述分类得分，确定所述待测数据中包含的目标的类别；通过所述坐标回归分支获得所述待测数据中包含的目标的坐标位置。9.一种目标检测装置，其特征在于，包括：第一获得模块，用于获得第一数据集和第二数据集，所述第一数据集中标注目标的类别有x个，所述第二数据集中标注目标的类别有y个，x、y为正整数；第二获得模块，用于按照标注目标的类别对所述第一数据集和所述第二数据集进行拆分，获得n个单类别数据集，每个单类别数据集中的每个样本数据仅标注一个类别的目标，n≤x y；检测模块，用于基于n个单类别数据集中的样本数据，对目标检测模型进行训练，以利用训练后的所述目标检测模型进行目标检测；其中，在训练过程中，针对输入到所述目标检测模型的每个样本数据，将当前样本数据未标注的类别的目标和背景作为一个组合，确定预测损失，对所述目标检测模型的参数进行调整。10.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-8之中任一项所述的目标检测方法的步骤。11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8之中任一项所述的目标检测方法。

技术总结
本发明公开了一种目标检测方法、装置、电子设备及计算机可读存储介质，目标检测方法包括：获得第一数据集和第二数据集；按照标注目标的类别对第一数据集和第二数据集进行拆分，获得N个单类别数据集；基于N个单类别数据集中的样本数据，对目标检测模型进行训练，以利用训练后的目标检测模型进行目标检测；其中，在训练过程中，针对输入到目标检测模型的每个样本数据，将当前样本数据未标注的类别的目标和背景作为一个组合，确定预测损失，对目标检测模型的参数进行调整。应用本发明实施例所提供的技术方案，可以节省标注成本，快速训练得到目标检测模型，提高目标检测效率。提高目标检测效率。提高目标检测效率。


技术研发人员：冉杰文
受保护的技术使用者：北京爱奇艺科技有限公司
技术研发日：2022.06.15
技术公布日：2022/9/13