← 返回列表
人脸检测模型的训练方法、检测方法、装置及设备
摘要文本
本公开提供的人脸检测模型的训练方法、检测方法、装置及设备，应用于人工智能技术领域，具体涉及计算机视觉、深度学习、人脸识别等技术领域，可应用于智慧城市、智慧金融等场景。该训练方法包括：获取训练集，训练集包括：第一图像、第二图像以及第三图像；第一图像为符合预设条件的图像；第二图像具有虚假属性，且第二图像的虚假属性可用低阶图像特征检测得到；第三图像具有虚假属性，且第三图像的虚假属性无法通过低阶图像特征检测得到；根据第一图像和第二图像，对第一模型进行训练，得到第二模型；根据第一图像和第三图像，对第二模型进行训练，得到人脸检测模型。
申请人信息
- 申请人:北京百度网讯科技有限公司
- 申请人地址:100085 北京市海淀区上地十街10号百度大厦2层
- 发明人: 北京百度网讯科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 人脸检测模型的训练方法、检测方法、装置及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311766835.3 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117746482A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 北京百度网讯科技有限公司 |
| 发明人 | 王珂尧; 张国生 |
| 地址 | 北京市海淀区上地十街10号百度大厦2层 |
专利主权项内容
1.一种人脸检测模型的训练方法，包括：获取训练集；其中，所述训练集包括：至少一个第一图像、至少一个第二图像以及至少一个第三图像；所述第一图像为符合预设条件的图像；所述第二图像具有虚假属性，且所述第二图像的虚假属性可用低阶图像特征检测得到；所述第三图像具有虚假属性，且所述第三图像的虚假属性无法通过低阶图像特征检测得到；所述虚假属性为不符合所述预设条件的属性；根据所述第一图像和所述第二图像，对第一模型进行训练，得到第二模型；根据所述第一图像和所述第三图像，对所述第二模型进行训练，得到人脸检测模型。