基于中间位置编码的在线目标检测模型训练方法

摘要

本发明公开了一种基于中间位置编码的在线目标检测模型训练方法。该方法首先引入中间位置编码器对输入的标签进行重编码，采用线性衰减的方式由中心点到边界点逐渐降低编码权重。然后，将需要训练的图像批次输入主干网络提取特征。通过共享检测头输出预测结果，计算预测结果与真实值之间的损失，分别反向传播到特征空间和标签空间，使空间中的参数进行梯度优化。该方法利用联合优化的方式同时更新不同空间的参数。最后，通过中间距离度量损失，减少特征空间和标签空间的差异，使模型参数趋向于稳定的分布。本发明公开的目标检测模型方法解决随机初始化网络权重带来的参数不易收敛的问题。