模型优化方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种模型优化方法，其特征在于，包括：获取样本图像，所述样本图像包括样本对象；调用对象检测模型对所述样本图像进行对象检测，得到所述样本对象的目标关键点的位置检测信息，及所述目标关键点的参考对象的位置检测信息；获取所述对象检测模型的位置损失函数，所述位置损失函数是根据所述目标关键点和所述参考对象之间需满足的目标位置关系构建的；采用所述位置损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算目标损失值；根据所述目标损失值优化所述对象检测模型的模型参数，得到优化后的对象检测模型。2.如权利要求1所述的方法，其特征在于，所述样本对象包括一个或者多个关键点；所述参考对象包括所述样本对象的对象检测框；所述位置损失函数包括第一损失函数，所述目标损失值包括：所述第一损失函数的第一损失值；其中，所述目标位置关系包括：所述样本对象的任一关键点和所述对象检测框之间需满足的第一位置关系，所述第一损失函数是基于所述第一位置关系构建的，所述第一位置关系用于指示所述任一关键点需位于所述对象检测框内。3.如权利要求2所述的方法，其特征在于，所述采用所述位置损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算目标损失值，包括：采用所述第一损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算所述目标关键点对应的损失值；根据所述目标关键点对应的损失值，确定第一损失值。4.如权利要求3所述的方法，其特征在于，所述目标关键点的位置检测信息包括：所述目标关键点在所述样本图像中的位置坐标，且所述位置坐标包括横坐标值和纵坐标值；所述对象检测框为矩形边界框，所述参考对象的位置检测信息包括：所述对象检测框的各条边界在所述样本图像中的位置指示值；其中，所述第一位置关系通过所述任一关键点和每条边界之间需满足的方位关系进行表示；所述采用所述第一损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算所述目标关键点对应的损失值，包括：遍历所述对象检测框的各条边界；从所述参考对象的位置检测信息中获取当前遍历的当前边界的位置指示值，并从所述目标关键点的位置坐标中，获取与所述当前边界相关的坐标值；采用所述第一损失函数，根据所述当前边界的位置指示值和获取到的坐标值，计算所述当前边界对应的损失值；在所述各条边界均被遍历后，对所述各条边界对应的损失值进行求和运算，得到所述目标关键点对应的损失值。5.如权利要求3所述的方法，其特征在于，所述目标关键点的位置检测信息包括：所述目标关键点在所述样本图像中的位置坐标；所述对象检测框为不规则检测框，所述参考对象的位置检测信息包括：所述样本检测框的各个顶点在所述样本图像中的位置坐标；所述对象检测框采用多个顶点向量表示，任
一顶点向量是根据所述对象检测框的两个相邻顶点的位置坐标确定的；其中，所述第一位置关系通过所述任一关键点和每个顶点向量之间需满足的方位关系进行表示；所述采用所述第一损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算所述目标关键点对应的损失值，包括：遍历所述对象检测框的多个顶点，并确定当前遍历的当前顶点所对应的目标顶点向量，所述目标顶点向量是指采用所述当前顶点作为起始点所构建的顶点向量；从所述参考对象的位置信息中获取所述当前顶点的位置坐标，并根据所述当前顶点的位置坐标和所述目标关键点的位置坐标，计算所述当前顶点和所述目标关键点之间的参考顶点向量；采用所述第一损失函数，根据所述参考顶点向量和所述目标顶点向量，计算所述当前顶点对应的损失值；在所述对象检测框的各个顶点均被遍历后，对所述各个顶点对应的损失值进行求和运算，得到所述目标关键点对应的损失值。6.如权利要求3
‑
5任一项所述的方法，其特征在于，所述样本对象包括多个关键点，所述参考对象还包括所述多个关键点中除所述目标关键点以外的一个或多个关键点；所述根据所述目标关键点对应的损失值，确定第一损失值，包括：采用所述第一损失函数，根据所述参考对象中的各个关键点的位置检测信息与所述对象检测框的位置检测信息，计算所述参考对象中的各个关键点对应的损失值；对所述目标关键点对应的损失值，以及所述参考对象中的各个关键点对应的损失值进行求和，得到第一损失值。7.如权利要求1所述的方法，其特征在于，所述样本对象包括多个关键点；所述参考对象包括：从所述多个关键点中选取出的第一关键点和第二关键点；所述位置损失函数包括第二损失函数，所述目标损失值包括：所述第二损失函数的第二损失值；其中，所述目标位置关系包括以下至少一项：所述目标关键点和所述第一关键点之间需满足的第二位置关系，以及所述目标关键点和所述第二关键点之间需满足的第三位置关系；所述第二位置关系用于指示所述目标关键点需位于所述第一关键点的第一方位，所述第三位置关系用于指示所述目标关键点需位于所述第二关键点的第二方位；所述第二损失函数是基于所述第二位置关系和所述第三位置关系中的至少一种位置关系构建的，所述第二损失值为以下任一种：根据所述目标关键点和所述第一关键点计算的第一损失子值，或者根据所述目标关键点和所述第二关键点计算的第二损失子值，或者所述第一损失子值和所述第二损失子值的总和。8.如权利要求7所述的方法，其特征在于，所述目标关键点的位置检测信息包括：所述目标关键点在所述样本图像中的位置坐标；所述参考对象包括所述第一关键点和所述第二关键点，所述参考对象的位置检测信息包括：所述第一关键点在所述样本图像中的位置坐标，以及所述第二关键点在所述样本图像中的位置坐标；所述采用所述位置损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算目标损失值，包括：采用所述第二损失函数，根据所述目标关键点的位置坐标与所述第一关键点的位置坐
标，计算第一损失子值；采用所述第二损失函数，根据所述目标关键点的位置坐标与所述第二关键点的位置坐标，计算第二损失子值；对所述第一损失子值和所述第二损失子值进行求和运算，得到第二损失值。9.如权利要求8所述的方法，其特征在于，所述第一关键点的数量为两个，所述采用所述第二损失函数，根据所述目标关键点的位置坐标与所述第一关键点的位置坐标，计算第一损失子值，包括：根据两个第一关键点的位置坐标计算第一基准向量，并根据所述第一基准向量的起始点的位置坐标和所述目标关键点的位置坐标，计算第一参考向量；其中，所述第一方位是指所述目标关键点和所述第一基准向量之间所需满足的方位；采用所述第二损失函数根据所述第一基准向量和所述第一参考向量的第一外积结果，计算得到第一损失子值；其中，所述第一外积结果用于指示所述目标关键点是否位于所述第一基准向量的所述第一方位；且当所述目标关键点未位于所述第一方位时，产生所述第一损失子值。10.如权利要求9所述的方法，其特征在于，所述采用所述第二损失函数根据所述第一基准向量和所述第一参考向量的第一外积结果，计算得到第一损失子值，包括：采用所述第二损失函数，对所述第一基准向量和所述第一参考向量进行外积运算，得到第一外积结果；若所述第一外积结果大于无效数值，则确定所述目标关键点位于所述第一基准向量的所述第一方位，并确定所述第一损失子值等于所述无效数值；若所述第一外积结果小于或等于所述无效数值，则确定所述目标关键点未位于所述第一基准向量的所述第一方位，并根据所述第一外积结果确定所述第一损失子值。11.如权利要求7
‑
10任一项所述的方法，其特征在于，所述样本对象为面部对象；所述目标关键点为鼻子关键点，两个第一关键点包括左眼关键点和右眼关键点，第一方位为所述左眼关键点和所述右眼关键点所构成的第一基准向量的右侧；两个第二关键点包括左嘴角关键点和右嘴角关键点；第二方位为所述左嘴角关键点和所述右嘴角关键点所构成的第二基准向量的左侧。12.如权利要求1所述的方法，其特征在于，所述位置损失函数包括第一损失函数和第二损失函数，所述目标损失值包括：所述第一损失函数的第一损失值，以及所述第二损失函数的第二损失值；所述根据所述目标损失值优化所述对象检测模型的模型参数，得到优化后的对象检测模型，包括：根据所述第一损失值和所述第二损失值，计算所述对象检测模型的模型损失值；按照减小所述模型损失值的方向，优化所述对象检测模型的模型参数，得到优化后的对象检测模型。13.一种模型优化装置，其特征在于，包括：获取单元，用于获取样本图像，所述样本图像包括样本对象；处理单元，用于调用对象检测模型对所述样本图像进行对象检测，得到所述样本对象的目标关键点的位置检测信息，及所述目标关键点的参考对象的位置检测信息；所述获取单元，还用于获取所述对象检测模型的位置损失函数，所述位置损失函数是
根据所述目标关键点和所述参考对象之间需满足的目标位置关系构建的；所述处理单元，还用于采用所述位置损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算目标损失值；所述处理单元，还用于根据所述目标损失值优化所述对象检测模型的模型参数，得到优化后的对象检测模型。14.一种计算机设备，其特征在于，包括：处理器，适用于实现一条或多条计算机程序；以及计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行如权利要求1
‑
12任一项所述的模型优化方法。15.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时，执行权利要求1
‑
12中任一项所述的模型优化方法。

技术总结
本申请实施例提供了一种模型优化方法、装置、计算机设备和存储介质，其中方法包括：获取样本图像，所述样本图像包括样本对象；调用对象检测模型对所述样本图像进行对象检测，得到所述样本对象的目标关键点的位置检测信息，及所述目标关键点的参考对象的位置检测信息；获取所述对象检测模型的位置损失函数，所述位置损失函数是根据所述目标关键点和所述参考对象之间需满足的目标位置关系构建的；采用所述位置损失函数，根据所述目标关键点的位置检测信息与所述参考对象的位置检测信息，计算目标损失值；根据所述目标损失值优化所述对象检测模型的模型参数，得到优化后的对象检测模型，有效提升对象检测模型的检测精准度和鲁棒性。有效提升对象检测模型的检测精准度和鲁棒性。有效提升对象检测模型的检测精准度和鲁棒性。


技术研发人员：彭健腾
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：2021.03.31
技术公布日：2021/11/25