摘要
本发明实施例公开了一种样本分配及目标检测模型训练方法、系统、介质及设备,方法包括:将图像样本输入目标检测模型,得到目标检测模型预测的预测框;获取预测框与图像样本的实际框分别对应的二维高斯分布并确定预测框与实际框的二维高斯分布之间的第一归一化距离;根据第一归一化距离筛选出前k个预测框,作为候选预测框;缩小候选预测框得到缩小后的预测框,获取缩小后的预测框的二维高斯分布,确定缩小后的预测框的二维高斯分布与实际框的二维高斯分布之间的第二归一化距离;根据第一归一化距离和第二归一化距离确定与实际框最近的缩小后的预测框获得更加精准的正样本匹配结果。基于实际框的正样本得到训练后的目标检测模型。
技术关键词
检测模型训练方法
概率密度函数
样本
损失函数优化
实体提取方法
蒸馏
图像
处理器
学生
方程
参数
教师
模块
计算机设备
度量
可读存储介质
存储器
标签
指标
系统为您推荐了相关专利信息
稀疏矩阵向量乘
阶段
神经网络模型
策略
特征提取器
机器学习模型
数据
点云
训练样本集
可读存储介质
笛卡尔坐标系
构图方法
雷达
协方差矩阵
平差理论
隧道掌子面
灾害预警方法
机器学习模型
不良地质体
地质结构