CN109934242A - 图片识别方法和装置 - Google Patents
图片识别方法和装置 Download PDFInfo
- Publication number
- CN109934242A CN109934242A CN201711347132.1A CN201711347132A CN109934242A CN 109934242 A CN109934242 A CN 109934242A CN 201711347132 A CN201711347132 A CN 201711347132A CN 109934242 A CN109934242 A CN 109934242A
- Authority
- CN
- China
- Prior art keywords
- training
- picture
- data
- detection model
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本申请实施例公开了图片识别方法和装置。该方法的一具体实施方式包括:从至少两个原始数据集中获取训练图片,生成训练数据集,其中,训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据;对训练数据集进行训练,得到目标检测模型;将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。该实施方式中训练数据中包括的每张训练图片均标记有目标类别的标记数据,使得目标检测模型的训练具有针对性,提高了目标检测模型检测目标的准确程度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及图片识别方法和装置。
背景技术
计算机视觉作为人工智能的一个重要分支,涉及了图像处理、机器学习、模式识别、自动控制等许多领域的前沿技术。计算机视觉发展至今,已经被广泛应用在安防监控、智能交通、自动驾驶、智能机器人、工业检测以及航天航空等众多领域。
目标检测是计算机视觉领域的热门课题,长期以来都是学术界和工业界的关注热点。目前常用的目标检测方法是训练目标检测模型对图片进行目标检测,其主要是利用机器学习的方法对大量的数据进行训练得到可以在图片中进行目标检测的模型。现有技术中,获取用于模型训练的数据的方法主要有以下两种:
一、从网上下载一些公开的标记数据集,如微软的COCO数据集和PASCAL VOC数据集等,并直接利用各数据集分别训练用于目标检测的模型;
二、通过第三方工具或者第三方标注数据的公司,按照一定的标记数据的格式对现有的用于训练的图片进行人工标记数据,从而生成用于模型训练的数据集。
发明内容
本申请实施例提出了图片识别方法和装置。
第一方面,本申请实施例提供了一种图片识别方法,该方法包括:从至少两个原始数据集中获取训练图片,生成训练数据集,其中,训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据;将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
在一些实施例中,将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型,包括:将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取目标检测模型的预训练结果;将训练数据集作为训练样本,采用深度学习算法训练预训练结果,得到目标检测模型。
在一些实施例中,从至少两个原始数据集中获取训练图片,包括:在原始数据集中检测目标类别的标记数据,并删除该原始数据集中除目标类别之外的其它类别的标记数据;根据所检测出的目标类别的标记数据,从原始数据集中获取训练图片。
在一些实施例中,根据所检测出的标记数据,从原始数据集中获取训练图片,包括:确定与所检测出的标记数据所对应的图片的地址信息;利用所确定的图片的地址信息,从原始数据集中获取训练图片。
在一些实施例中,从至少两个原始数据集中获取训练图片,生成训练数据集,还包括:从至少两个原始数据集中获取训练图片;构建格式转化脚本;利用格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式;将具有目标格式的训练图片添加至训练数据集。
第二方面,本申请实施例提供了一种图片识别装置,装置包括:获取单元,配置用于从至少两个原始数据集中获取训练图片,生成训练数据集,其中,训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据;训练单元,配置用于将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;确定单元,配置用于将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
在一些实施例中,训练单元进一步配置用于:将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取目标检测模型的预训练结果;将训练数据集作为训练样本,采用深度学习算法训练预训练结果,得到目标检测模型。
在一些实施例中,获取单元包括:删除模块,配置用于在原始数据集中检测目标类别的标记数据,并删除该原始数据集中除目标类别之外的其它类别的标记数据;获取模块,配置用于根据所检测出的目标类别的标记数据,从原始数据集中获取训练图片。
在一些实施例中,获取模块进一步配置用于:确定与所检测出的标记数据所对应的图片的地址信息;利用所确定的图片的地址信息,从原始数据集中获取训练图片。
在一些实施例中,获取单元进一步配置用于:从至少两个原始数据集中获取训练图片;构建格式转化脚本;利用格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式;将具有目标格式的训练图片添加至训练数据集。
本申请实施例提供的图片识别方法和装置,可以从预先准备的至少两个原始数据集中获取标记有目标类别的标记数据的训练图片来生成训练数据集,而后利用该训练数据集训练得到目标检测模型,使得目标检测模型的训练具有针对性,最后将待识别图片输入该目标检测模型中可以在该待识别图片中确定包含目标类别的区域,提高了目标检测模型检测目标的准确程度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的图片识别方法的一个实施例的流程图;
图3是根据本申请的图片识别方法的一个应用场景的示意图;
图4是根据本申请的图片识别方法的另一个实施例的流程图;
图5是根据本申请的图片识别方法的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的图片识别方法或图片识别装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送图片等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图片查看应用、图片处理应用、拍照应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持图片显示等功能的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的图片提供支持的后台图片服务器。后台图片服务器可以对接收到的图片等进行分析处理,以生成处理结果,并将处理结果(例如框选出行人等目标类别的图片)反馈给终端设备。
需要说明的是,本申请实施例所提供的图片识别方法一般由服务器105执行,相应地图片识别装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的图片识别方法的一个实施例的流程200。该图片识别方法,包括以下步骤:
步骤201,从至少两个原始数据集中获取训练图片,生成训练数据集。其中,所述训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据。
在本实施例中,图片识别方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收用户发送的至少两个原始数据集。其中,每个原始数据集可以包含大量的图片,每个图片中所包含的对象的类别均对应有标记数据,且这里的原始数据集可以包括至少两种类别的标记数据。而后,上述电子设备可以从所接收到的各原始数据集中提取出用于模型训练的训练图片,并存储各训练图片生成训练数据集。其中,各训练图片可以包括用于标记目标类别的标记数据,这里的目标类别可以根据需要训练的模型来确定,例如,电子设备需要训练用于检测图片中行人的行人检测模型,则其可以确定该目标类别为行人类别,即训练数据集中的各图片均包括用于标记行人类别的标记数据。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
目前,为了获取仅包含标记有目标类别的标记数据的训练图片,往往需要逐个地为所获取的图片人工标记目标类别的标记数据,该方法耗时长、成本高。而本实施例采用现有通用的数据集作为原始数据集,可以从中提取出标记有目标类别的标记数据的训练图片生成训练数据集,不需要人工标记,方法简单,耗时短,成本低。
通常,用户可以通过其所在的终端设备从网上下载公开的数据集作为上述原始数据集,例如,微软提供的COCO数据集、PASCAL VOC数据集等。此种公开的数据集中可以包含有大量不同类别的图片,且各图片均包含用于对该图片所包含的各对象的类别、位置等信息进行标记的标记数据。或者,用户还可以通过其所在的终端搜集大量图片,并对各图片所包含的不同类别的对象进行标记以生成通用的原始数据集。当然,用户还可以通过现有的其它方法来获取上述原始数据集,这里没有具体地限定。
步骤202,将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型。
在本实施例中,基于步骤201中生成的训练数据集,上述电子设备(例如图1所示的服务器)首先可以将该训练数据集作为模型训练的训练样本;之后,上述电子设备可以选择合适的训练模型的深度学习算法;而后,采用所选择的深度学习算法对上述训练数据集进行训练,从而生成目标检测模型。这里,目标检测模型可以用于在图片中检测出用户所关注的目标类别的对象所在的区域。作为示例,这里的目标检测模型可为行人检测模型,以便于电子设备可以利用该行人检测模型在图片中检测出行人所在的区域。
通常,深度学习是机器学习中一种基于对数据进行表征学习的方法,在深度学习的过程中,目标检测模型中的参数可以逐步得到优化。在图像处理领域,RCNN算法、FastRCNN算法、Faster RCNN算法、R-FCN算法和YOLO算法等均为常用的深度学习算法,用户可以根据实际的需求选择合适的深度学习算法。
步骤203,将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
在本实施例中,上述电子设备可以预先接收用户利用其所在的终端设备发送的待识别图片。基于步骤202训练得到的目标检测模型,上述电子设备可以将待识别图片输入该目标检测模型,从而使得该目标检测模型可以确定待识别图片中包含的目标类别的区域。例如,上述目标检测模型可以为行人检测模型,将待识别图片输入到行人检测模型中,其可以在该待识别图片中确定出包含行人的区域,以便于电子设备可以在待识别图片中框选出其所包含的行人。
现有技术中,通常采用直接利用公开的数据集或已建立的通用数据集训练用于检测目标类别的对象的目标检测模型,而公开的数据集或通用数据集中包括大量与目标类别无关的图片和标记数据,这使得模型训练的针对性较差,训练出的目标检测模型的检测准确度也较差。在本实施中,上述电子设备从公开的数据集或已建立的通用数据集等原始数据集中获取标记有目标类型的标记数据的训练图片构成训练数据集,利用该训练数据集训练用于检测目标类别的对象的目标检测模型,使得模型训练的针对性较强,提高了训练出的目标检测模型的检测精确度。
继续参见图3,图3是根据本实施例的图片识别方法的应用场景的一个示意图。在图3的应用场景中,后台服务器可以从获取的至少两个原始数据集中获取标记有行人类别的标记数据的训练图片,生成训练数据集;而后,上述后台服务器可以将该训练数据集作为训练样本,采用深度学习算法训练出用于检测行人的目标检测模型;最后,上述后台服务器可以将获取的待识别图像输入该目标检测模型,该目标检测模型可以在该待识别图片中确定包含行人的区域,以便于后台服务器可以输出框选出行人的图片,如图3所示,实现了对待识别图片的识别。
本申请的上述实施例提供的图片识别方法,可以从预先准备的至少两个原始数据集中获取标记有目标类别的标记数据的训练图片来生成训练数据集,而后利用该训练数据集训练得到目标检测模型,使得目标检测模型的训练具有针对性,最后将待识别图片输入该目标检测模型中可以在该待识别图片中确定包含目标类别的区域,提高了目标检测模型检测目标的准确程度。
接下来请参考图4,其示出了根据本申请的图片识别方法的另一个实施例的流程400。该图片识别方法可以包括以下步骤:
步骤401,在原始数据集中检测目标类别的标记数据,并删除该原始数据集中除目标类别之外的其它类别的标记数据。
在本实施例中,图片识别方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收用户发送的至少两个原始数据集。其中,每个原始数据集可以包含大量的图片,每个图片中所包含的对象的类别均对应有标记数据,且这里的原始数据集可以包括至少两种类别的标记数据。而后,上述电子设备可以在每个原始数据集中检测目标类别的标记数据,以便于该电子设备可以将各原始数据集中的除该目标类别之外的其它类型的标记数据均删除,如此各原始数据集中可以仅保留目标类别的标记数据。
作为示例,原始数据集可以为COCO数据集和PASCAL VOC数据集,其中,COCO数据集中包括80个对象类别,PASCAL VOC数据集也包括人类、动物和交通工具等20个类别;在训练用于检测行人的目标识别模型时,上述电子设备可以检测出COCO数据集和PASCAL VOC数据集中行人类别的标记数据,并删除COCO数据集和PASCAL VOC数据集中除行人类别之外的标记数据,仅保留行人类别的标记数据。以PASCAL VOC数据集为例,其中的某张图片对应的标记数据有行人和动物两种类别,执行该步骤时需要将动物类别的标记数据删除,仅保留行人类别的标记数据。通常,原始数据集中可以包括多个子数据集,如COCO数据集可以包括用于模型训练的训练集、用于模型能力测试的测试集、模型验证的验证集。因此,执行该步骤后除了可以生成仅包括目标类别的标记数据的训练数据集之外,还可以生成仅包括目标类别的标记数据的测试集和验证集。
步骤402,确定与所检测出的标记数据所对应的图片的地址信息。
在本实施例中,在原始数据集中,每张图片均可以度应有一存储地址。上述电子设备在检测出目标类别的标记数据后,可以利用所检测出的标记数据确定该标记数据所标记的图片的地址信息。
步骤403,利用所确定的图片的地址信息,从原始数据集中获取训练图片。
在本实施例中,基于步骤402确定的标记数据所标记的图片的地址信息,上述电子设备可以利用地址信息确定标记数据所标记的图片在原始数据集中存储的位置,而后从原始数据集中获取标记数据所标记的图片作为训练图片。这里,训练图片标记有且仅标记有目标类别的标记数据。
步骤404,构建格式转化脚本。
在本实施例中,不同的原始数据集中的图片的标记数据的格式可以不相同,而训练数据集中可以包括从至少两个原始数据集中提取出的训练图片。可见,该训练数据集中的训练图片的标记数据的格式极有可能不相同。当将训练数据集作为模型训练的训练样本时,需要将该训练数据集中的各训练图片的标记数据的格式进行统一。因此,上述电子设备需要构建格式转化脚本,该格式转化脚本可以用于将训练数据集中的各训练图片的标记数据的格式转化为目标格式。
步骤405,利用格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式。
在本实施例中,基于步骤404构建的格式转化脚本,上述电子设备可以首先获取从至少两个原始数据集中获取的各训练图片,而后利用该格式转化脚本将所获取的各训练图片的标记数据转换为目标格式。
步骤406,将具有目标格式的训练图片添加至训练数据集。
在本实施例中,上述电子设备在将所获取的训练图片转化为目标格式后,可以将具有该目标格式的训练图片添加到训练数据集中,从而使得该训练数据集中各训练图片的标记数据具有统一的目标格式。
步骤407,将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取目标检测模型的预训练结果。
在本实施例中,上述电子设备可以预先获取ImageNet数据集,而后可以利用该ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,从而获取预训练结果,以便于上述电子设备可以利用该预训练结果进一步训练目标检测模型。
上述ImageNet数据集中包含大量的可供图像/视觉训练的图片,涵盖2万多个类别,其中有超过百万的图片有明确的类别标注和图像中物体位置的标注。因此,利用ImageNet数据集训练预先构建的检测模型可以获取对应的参数作为目标检测模型的初始值,如此,就不需要为目标检测模型随机设置初始值。这里,用于预训练的数据集不仅限于ImageNet数据集。
步骤408,将训练数据集作为训练样本,采用深度学习算法训练预训练结果,得到目标检测模型。
在本实施例,基于步骤407获取的目标模型的预训练结果,上述电子设备可以对该预训练结果进一步地训练得到目标检测模型。具体地,上述电子设备可以将步骤406获取的训练数据集作为训练样本,而后可以采用深度学习算法在上述预训练结果的基础上训练出目标检测模型。
步骤409,将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
在本实施例中,上述电子设备可以预先接收用户利用其所在的终端设备发送的待识别图片。基于步骤408训练得到的目标检测模型,上述电子设备可以将待识别图片输入该目标检测模型,从而使得该目标检测模型可以确定待识别图片中包含的目标类别的区域。
从图4中可以看出,与图2对应的实施例相比,本实施例中的图片识别方法的流程400突出了生成训练数据集的步骤。由此,本实施例描述的方案中训练数据集可以包括且仅包括目标类型的标记数据,从而进一步地提高了训练出的目标检测模型的检测精确度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种图片识别装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的图片识别装置500包括:获取单元501、训练单元502和确定单元503。其中,获取单元501配置用于从至少两个原始数据集中获取训练图片,生成训练数据集,其中,训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据;训练单元502配置用于将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;确定单元503配置用于将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
在本实施例一些可选的实现方式中,训练单元502进一步配置用于:将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取目标检测模型的预训练结果;将训练数据集作为训练样本,采用深度学习算法训练预训练结果,得到目标检测模型。
在本实施例一些可选的实现方式中,获取单元501包括:删除模块,配置用于在原始数据集中检测目标类别的标记数据,并删除该原始数据集中除目标类别之外的其它类别的标记数据;获取模块,配置用于根据所检测出的目标类别的标记数据,从原始数据集中获取训练图片。
在本实施例一些可选的实现方式中,获取模块进一步配置用于:确定与所检测出的标记数据所对应的图片的地址信息;利用所确定的图片的地址信息,从原始数据集中获取训练图片。
在本实施例一些可选的实现方式中,获取单元501进一步配置用于:从至少两个原始数据集中获取训练图片;构建格式转化脚本;利用格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式;将具有目标格式的训练图片添加至训练数据集。
下面参考图6,其示出了适于用来实现本申请实施例的终端设备/服务器的计算机系统600的结构示意图。图6示出的终端设备/服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、训练单元和确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“从至少两个原始数据集中获取训练图片,生成训练数据集的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:从至少两个原始数据集中获取训练图片,生成训练数据集,其中,训练图片包括用于标记目标类别的标记数据,每个原始数据集包括至少两种类别的标记数据;将训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;将待识别图片输入目标检测模型,以确定待识别图片中包含目标类别的区域。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种图片识别方法,包括:
从至少两个原始数据集中获取训练图片,生成训练数据集,其中,所述训练图片包括用于标记目标类别的标记数据,每个所述原始数据集包括至少两种类别的标记数据;
将所述训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;
将待识别图片输入所述目标检测模型,以确定所述待识别图片中包含所述目标类别的区域。
2.根据权利要求1所述的方法,其中,所述将所述训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型,包括:
将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取所述目标检测模型的预训练结果;
将所述训练数据集作为训练样本,采用深度学习算法训练所述预训练结果,得到所述目标检测模型。
3.根据权利要求1所述的方法,其中,所述从至少两个原始数据集中获取训练图片,包括:
在原始数据集中检测所述目标类别的标记数据,并删除该原始数据集中除所述目标类别之外的其它类别的标记数据;
根据所检测出的目标类别的标记数据,从所述原始数据集中获取所述训练图片。
4.根据权利要求3所述的方法,其中,所述根据所检测出的标记数据,从所述原始数据集中获取所述训练图片,包括:
确定与所检测出的标记数据所对应的图片的地址信息;
利用所确定的图片的地址信息,从所述原始数据集中获取所述训练图片。
5.根据权利要求1所述的方法,其中,所述从至少两个原始数据集中获取训练图片,生成训练数据集,还包括:
从至少两个原始数据集中获取训练图片;
构建格式转化脚本;
利用所述格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式;
将具有目标格式的训练图片添加至所述训练数据集。
6.一种图片识别装置,包括:
获取单元,配置用于从至少两个原始数据集中获取训练图片,生成训练数据集,其中,所述训练图片包括用于标记目标类别的标记数据,每个所述原始数据集包括至少两种类别的标记数据;
训练单元,配置用于将所述训练数据集作为训练样本,采用深度学习算法训练得到目标检测模型;
确定单元,配置用于将待识别图片输入所述目标检测模型,以确定所述待识别图片中包含所述目标类别的区域。
7.根据权利要求6所述的装置,其中,所述训练单元进一步配置用于:
将ImageNet数据集作为训练样本,对预先建立的检测模型进行训练,获取所述目标检测模型的预训练结果;
将所述训练数据集作为训练样本,采用深度学习算法训练所述预训练结果,得到所述目标检测模型。
8.根据权利要求6所述的装置,其中,所述获取单元包括:
删除模块,配置用于在原始数据集中检测所述目标类别的标记数据,并删除该原始数据集中除所述目标类别之外的其它类别的标记数据;
获取模块,配置用于根据所检测出的目标类别的标记数据,从所述原始数据集中获取所述训练图片。
9.根据权利要求8所述的装置,其中,所述获取模块进一步配置用于:
确定与所检测出的标记数据所对应的图片的地址信息;
利用所确定的图片的地址信息,从所述原始数据集中获取所述训练图片。
10.根据权利要求6所述的装置,其中,所述获取单元进一步配置用于:
从至少两个原始数据集中获取训练图片;
构建格式转化脚本;
利用所述格式转化脚本,将从至少两个原始数据集中获取的训练图片的标记数据转化为目标格式;
将具有目标格式的训练图片添加至所述训练数据集。
11.一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711347132.1A CN109934242A (zh) | 2017-12-15 | 2017-12-15 | 图片识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711347132.1A CN109934242A (zh) | 2017-12-15 | 2017-12-15 | 图片识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109934242A true CN109934242A (zh) | 2019-06-25 |
Family
ID=66979551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711347132.1A Pending CN109934242A (zh) | 2017-12-15 | 2017-12-15 | 图片识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109934242A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414581A (zh) * | 2019-07-19 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 图片检测方法和装置、存储介质及电子装置 |
CN110659667A (zh) * | 2019-08-14 | 2020-01-07 | 平安科技(深圳)有限公司 | 图片分类模型训练方法、系统和计算机设备 |
CN110909887A (zh) * | 2019-11-21 | 2020-03-24 | 广州极飞科技有限公司 | 模型优化方法及装置 |
CN111178302A (zh) * | 2019-12-31 | 2020-05-19 | 北大方正集团有限公司 | 特定着装人物的检测方法和装置 |
CN111782713A (zh) * | 2019-09-24 | 2020-10-16 | 北京京东尚科信息技术有限公司 | 用于转换数据的方法和装置 |
CN112001912A (zh) * | 2020-08-27 | 2020-11-27 | 北京百度网讯科技有限公司 | 目标检测方法和装置、计算机系统和可读存储介质 |
CN113051472A (zh) * | 2021-03-23 | 2021-06-29 | 北京百度网讯科技有限公司 | 点击通过率预估模型的建模方法、装置、设备以及存储介质 |
CN113496232A (zh) * | 2020-03-18 | 2021-10-12 | 杭州海康威视数字技术股份有限公司 | 标签校验方法和设备 |
CN113762521A (zh) * | 2020-07-20 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 确定目标物品的方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838484A (zh) * | 2014-02-21 | 2014-06-04 | 联想(北京)有限公司 | 一种删除冗余图像的方法以及一种电子设备 |
CN106295584A (zh) * | 2016-08-16 | 2017-01-04 | 深圳云天励飞技术有限公司 | 深度迁移学习在人群属性的识别方法 |
CN106408562A (zh) * | 2016-09-22 | 2017-02-15 | 华南理工大学 | 基于深度学习的眼底图像视网膜血管分割方法及系统 |
CN106529485A (zh) * | 2016-11-16 | 2017-03-22 | 北京旷视科技有限公司 | 用于获取训练数据的方法及装置 |
CN106547880A (zh) * | 2016-10-26 | 2017-03-29 | 重庆邮电大学 | 一种融合地理区域知识的多维度地理场景识别方法 |
CN107145894A (zh) * | 2017-03-13 | 2017-09-08 | 中山大学 | 一种基于方向梯度特征学习的目标检测方法 |
-
2017
- 2017-12-15 CN CN201711347132.1A patent/CN109934242A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838484A (zh) * | 2014-02-21 | 2014-06-04 | 联想(北京)有限公司 | 一种删除冗余图像的方法以及一种电子设备 |
CN106295584A (zh) * | 2016-08-16 | 2017-01-04 | 深圳云天励飞技术有限公司 | 深度迁移学习在人群属性的识别方法 |
CN106408562A (zh) * | 2016-09-22 | 2017-02-15 | 华南理工大学 | 基于深度学习的眼底图像视网膜血管分割方法及系统 |
CN106547880A (zh) * | 2016-10-26 | 2017-03-29 | 重庆邮电大学 | 一种融合地理区域知识的多维度地理场景识别方法 |
CN106529485A (zh) * | 2016-11-16 | 2017-03-22 | 北京旷视科技有限公司 | 用于获取训练数据的方法及装置 |
CN107145894A (zh) * | 2017-03-13 | 2017-09-08 | 中山大学 | 一种基于方向梯度特征学习的目标检测方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414581A (zh) * | 2019-07-19 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 图片检测方法和装置、存储介质及电子装置 |
CN110414581B (zh) * | 2019-07-19 | 2023-05-30 | 腾讯科技(深圳)有限公司 | 图片检测方法和装置、存储介质及电子装置 |
CN110659667A (zh) * | 2019-08-14 | 2020-01-07 | 平安科技(深圳)有限公司 | 图片分类模型训练方法、系统和计算机设备 |
CN111782713A (zh) * | 2019-09-24 | 2020-10-16 | 北京京东尚科信息技术有限公司 | 用于转换数据的方法和装置 |
CN110909887A (zh) * | 2019-11-21 | 2020-03-24 | 广州极飞科技有限公司 | 模型优化方法及装置 |
CN110909887B (zh) * | 2019-11-21 | 2023-06-09 | 广州极飞科技股份有限公司 | 模型优化方法及装置 |
CN111178302A (zh) * | 2019-12-31 | 2020-05-19 | 北大方正集团有限公司 | 特定着装人物的检测方法和装置 |
CN113496232A (zh) * | 2020-03-18 | 2021-10-12 | 杭州海康威视数字技术股份有限公司 | 标签校验方法和设备 |
CN113762521A (zh) * | 2020-07-20 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 确定目标物品的方法和系统 |
CN112001912A (zh) * | 2020-08-27 | 2020-11-27 | 北京百度网讯科技有限公司 | 目标检测方法和装置、计算机系统和可读存储介质 |
CN112001912B (zh) * | 2020-08-27 | 2024-04-05 | 北京百度网讯科技有限公司 | 目标检测方法和装置、计算机系统和可读存储介质 |
CN113051472A (zh) * | 2021-03-23 | 2021-06-29 | 北京百度网讯科技有限公司 | 点击通过率预估模型的建模方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934242A (zh) | 图片识别方法和装置 | |
CN108154196B (zh) | 用于输出图像的方法和装置 | |
CN108171274B (zh) | 用于识别动物的方法和装置 | |
US11093698B2 (en) | Method and apparatus and computer device for automatic semantic annotation for an image | |
CN108171276B (zh) | 用于生成信息的方法和装置 | |
CN108073910B (zh) | 用于生成人脸特征的方法和装置 | |
CN109325541A (zh) | 用于训练模型的方法和装置 | |
CN107908789A (zh) | 用于生成信息的方法和装置 | |
CN109359676A (zh) | 用于生成车辆损伤信息的方法和装置 | |
CN107919129A (zh) | 用于控制页面的方法和装置 | |
CN108932220A (zh) | 文章生成方法和装置 | |
CN109308490A (zh) | 用于生成信息的方法和装置 | |
CN108984399A (zh) | 检测界面差异的方法、电子设备和计算机可读介质 | |
CN107731229A (zh) | 用于识别语音的方法和装置 | |
CN108830329A (zh) | 图片处理方法和装置 | |
CN108052613A (zh) | 用于生成页面的方法和装置 | |
CN108960316A (zh) | 用于生成模型的方法和装置 | |
CN109992498A (zh) | 测试用例的生成方法及系统、计算机系统 | |
CN109409364A (zh) | 图像标注方法和装置 | |
CN109086780A (zh) | 用于检测电极片毛刺的方法和装置 | |
CN109034069A (zh) | 用于生成信息的方法和装置 | |
CN109063653A (zh) | 图像处理方法和装置 | |
CN109033464A (zh) | 用于处理信息的方法和装置 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
CN108446659A (zh) | 用于检测人脸图像的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |
|
RJ01 | Rejection of invention patent application after publication |