一种神经网络模型的训练方法、装置和图像目标检测方法

本申请提供了一种神经网络模型的训练方法、装置和图像目标检测方法，能够减少在使用神经网络模型进行图像目标检测过程中的目标检测像素点损失，提升目标检测的准确度。方法应用于图像目标检测，包括：获取标注好的训练数据集，训练数据集包括样本图像和标注数据，标注数据用于标注样本图像中检测目标对应的真实边界框的位置信息；向神经网络模型输入样本图像，得到神经网络模型输出的检测目标对应的预测边界框的位置信息；根据真实边界框的位置信息和预测边界框的位置信息，确定第一损失函数，第一损失函数用于，以减小真实边界框落于预测边界框之外的概率为目标训练神经网络模型；基于第一损失函数对神经网络模型进行训练。