(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111269576.4 (22)申请日 2021.10.2 9 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦二层 (72)发明人 蒋旻悦　谭啸　孙昊　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 单冠飞 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 检测模型的训练方法、 装置、 电子设备及存 储介质 (57)摘要 本公开提供了一种检测模型的训练方法、 装 置、 电子设备及存储介质， 涉及人工智能领域， 具 体涉及计算机视觉和深度学习技术， 可用于智慧 城市和智能交通场景下。 具体实现方案为： 获取 样本数据， 并获取参考教师模型， 根据参考教师 模型生成多个待训练教师模型， 不同待训练教师 模型不相同， 将样本数据分别输入至多个待训练 教师模型之中， 以得到多个待训练教师模型分别 输出的多个结果数据， 根据样本数据、 多个结果 数据训练初始的学生检测模型， 以得到目标检测 模型， 能够实现有效地提升学生检测模型的训练 效果， 有效地提升目标检测模型的检测性能， 提 升目标检测模型的检测准确性。 权利要求书3页 说明书12页 附图5页 CN 114037052 A 2022.02.11 CN 114037052 A 1.一种检测模型的训练方法， 包括： 获取样本数据， 并获取参 考教师模型； 根据所述 参考教师模型生成多个待训练教师模型， 不同所述待训练教师模型不相同； 将所述样本数据分别 输入至所述多个待训练教师模型之中， 以得到所述多个待训练教 师模型分别输出的多个结果数据； 根据所述样本数据、 所述多个结果数据训练初始 的学生检测模型， 以得到目标检测模 型。 2.根据权利要求1所述的方法， 其中， 所述获取参 考教师模型， 包括： 获取与所述样本数据对应的初始标注数据； 根据所述样本数据和所述初始标注数据训练初始的教师模型， 以得到所述参考教师模 型。 3.根据权利要求1所述的方法， 其中， 所述根据所述参考教师模型生成多个待训练教师 模型， 不同所述待训练教师模型不相同， 包括： 确定多个模型 更新速率， 不同所述模型 更新速率 不相同； 分别采用所述多个模型更新速率对所述参考教师模型进行调 整， 以得到所述多个待训 练教师模型， 所述多个待训练教师模型分别对应多个权重更新速率， 所述多个权重更新速 率分别对应所述多个模型 更新速率。 4.根据权利要求1所述的方法， 在所述将所述样本数据分别输入至所述多个待训练教 师模型之中， 以得到所述多个待训练教师模型分别输出的多个结果数据之后， 还 包括： 根据所述多个结果数据生成目标 标注数据； 其中， 所述根据 所述样本数据、 所述多个结果数据训练初始的学生检测模型， 以得到目 标检测模型， 包括： 将所述样本数据输入至所述初始的学生检测模型之中， 以得到所述学生检测模型输出 的预测结果数据； 根据所述预测结果数据和所述目标 标注数据确定模型损失值； 如果所述模型损失值满足设定条件， 则将训练得到的所述学生检测模型作为所述目标 检测模型。 5.根据权利要求4所述的方法， 其中， 所述根据所述多个结果数据生成目标标注数据， 包括： 确定与所述多个待训练教师模型分别对应的多个模型权 重信息； 根据所述多个模型权重信 息分别对相应所述多个结果数据进行加权， 以得到多个加权 结果数据； 融合所述多个加权结果数据， 以得到所述目标 标注数据。 6.根据权利要求1所述的方法， 所述多个待训练教师模型包括： 第 一待训练教师模型和 第二待训练教师模型， 其中， 所述将所述样本数据分别输入至所述多个待训练教师模型之 中， 以得到所述多个待训练教师模型分别输出的多个结果数据， 包括： 将所述样本数据输入至所述第 一待训练教师模型之中， 以得到所述第 一待训练教师模 型输出的第一结果数据； 将所述样本数据输入至所述第 二待训练教师模型之中， 以得到所述第 二待训练教师模权　利　要　求　书 1/3 页 2 CN 114037052 A 2型输出的第二结果数据， 所述第一结果数据和所述第二结果数据被共同作为所述结果数 据。 7.一种检测方法， 包括： 获取待检测数据； 将所述待检测数据输入至如上述权利要求1 ‑6任一项所述的检测模型的训练方法训练 得到的目标检测模型之中， 以得到所述目标检测模型输出的目标 结果数据。 8.一种检测模型的训练装置， 包括： 第一获取模块， 用于获取样本数据， 并获取参 考教师模型； 第一生成模块， 用于根据所述参考教师模型生成多个待训练教师模型， 不同所述待训 练教师模型不相同； 第一处理模块， 用于将所述样本数据分别输入至所述多个待训练教师模型之中， 以得 到所述多个待训练教师模型分别输出的多个结果数据； 训练模块， 用于根据 所述样本数据、 所述多个结果数据训练初始的学生检测模型， 以得 到目标检测模型。 9.根据权利要求8所述的装置， 其中， 第一获取模块， 具体用于： 获取与所述样本数据对应的初始标注数据； 根据所述样本数据和所述初始标注数据训练初始的教师模型， 以得到所述参考教师模 型。 10.根据权利要求8所述的装置， 其中， 第一 生成模块， 包括： 确定子模块， 用于确定多个模型 更新速率， 不同所述模型 更新速率 不相同； 调整子模块， 用于分别采用所述多个模型更新速率对所述参考教师模型进行调整， 以 得到所述多个待训练教师模型， 所述多个待训练教师模型分别对应多个权重更新速率， 所 述多个权 重更新速率分别对应所述多个模型 更新速率。 11.根据权利要求8所述的装置， 还 包括： 第二生成模块， 用于在所述将所述样本数据分别输入至所述多个待训练教师模型之 中， 以得到所述多个待训练教师模型分别输出 的多个结果数据之后， 根据所述多个结果数 据生成目标 标注数据； 其中， 所述训练模块， 具体用于： 将所述样本数据输入至所述初始的学生检测模型之中， 以得到所述学生检测模型输出 的预测结果数据； 根据所述预测结果数据和所述目标 标注数据确定模型损失值； 如果所述模型损失值满足设定条件， 则将训练得到的所述学生检测模型作为所述目标 检测模型。 12.根据权利要求1 1所述的装置， 其中， 所述第二 生成模块， 具体用于： 确定与所述多个待训练教师模型分别对应的多个模型权 重信息； 根据所述多个模型权重信 息分别对相应所述多个结果数据进行加权， 以得到多个加权 结果数据； 融合所述多个加权结果数据， 以得到所述目标 标注数据。 13.根据权利要求8所述的装置， 所述多个待训练教师模型包括： 第一待训练教师模型权　利　要　求　书 2/3 页 3 CN 114037052 A 3