一种基于难例挖掘的人群计数模型训练方法及应用

专利申请号：CN202010071274.5

公 开 号：CN111291657B

发 明 人：陈启军 张会 王香伟 刘成菊 

代 理 人：上海科盛知识产权代理有限公司翁惠瑜

代理机构：上海科盛知识产权代理有限公司

专利类型：授权发明

申 请 日：20220916

公 开 日：20200121

专利主分类号：G06V20/52

关 键 词：样本 计数模型 相对误差 选择概率 人群 训练样本集 阶段训练 训练样本 归一化处理 误差要求 训练过程 挖掘 测试集 归一化 训练集 重复 赋予 应用 

摘      要：本发明涉及一种基于难例挖掘的人群计数模型训练方法及应用，所述训练方法包括以下步骤：1)获取训练样本集，对训练样本集中的每个样本赋予初始选择概率；2)基于当前选择概率选取所述训练样本集中的部分样本形成训练集，对人群计数模型进行第一阶段训练，以剩余部分样本作为测试集，获得对应的相对误差；3)将所述相对误差大于一设定阈值的样本定为难例，对各所述难例的相对误差进行归一化处理，将归一化结果作为下一轮训练过程中对应样本的选择概率；4)基于加入难例挖掘的训练样本集对人群计数模型进行第二阶段训练；5)重复步骤2)‑4)，直至满足误差要求。与现有技术相比，本发明具有提高人群计数精度等优点。