一种用于目标检测器模型训练过程中的免除采样方法

摘要

本发明提出一种用于目标检测器模型训练过程中的免除采样方法，包括如下步骤：步骤1：最优偏差初始化，有偏地初始化检测器模型网络输出预测张量的卷积层的偏置，使得检测器的分类损失被在训练开始阶段被初始化为极小值点；步骤2：设计目标检测器训练的指导性损失函数，使用目标检测中的边框回归损失指导确定分类损失缩放的比例，通过比例计算使得分类损失与边框回归损失在数值上时刻相等；步骤3：设置目标检测器模型训练类别的自适应阈值，计算数据集中统计的类别的数量和所有类别的数量的比值与正负样本数量的比值的乘积，根据某类别的数量和所有类别的数量的比值自适应的确定阈值。