CN112836756A - 图像识别模型训练方法、系统和计算机设备 - Google Patents
图像识别模型训练方法、系统和计算机设备 Download PDFInfo
- Publication number
- CN112836756A CN112836756A CN202110166408.6A CN202110166408A CN112836756A CN 112836756 A CN112836756 A CN 112836756A CN 202110166408 A CN202110166408 A CN 202110166408A CN 112836756 A CN112836756 A CN 112836756A
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- target area
- sample data
- recognition model
- 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.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims description 23
- 239000002131 composite material Substances 0.000 claims description 20
- 230000004927 fusion Effects 0.000 claims description 17
- 150000003839 salts Chemical class 0.000 claims description 14
- 235000002566 Capsicum Nutrition 0.000 claims description 12
- 239000006002 Pepper Substances 0.000 claims description 12
- 241000722363 Piper Species 0.000 claims description 12
- 235000016761 Piper aduncum Nutrition 0.000 claims description 12
- 235000017804 Piper guineense Nutrition 0.000 claims description 12
- 235000008184 Piper nigrum Nutrition 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000002829 reductive effect Effects 0.000 abstract description 4
- 230000036961 partial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本申请涉及一种图像识别模型训练方法、系统和计算机设备,其中,该图像识别模型训练方法包括:将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;对目标区域图像进行随机处理并将处理后的目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;对非目标区域图像进行图像填充,获取第二样本数据;根据第一样本数据和第二样本数据对图像识别模型进行训练。通过将待检测图像分为目标区域和非目标区域,并对目标区域和非目标区域进行处理进而作为模型训练的输入数据,使模型可以学习到非目标区域的样本特征,降低了误识别的概率,有效解决了目标检测时误召回的问题。
Description
技术领域
本申请涉及图像识别技术领域,特别是涉及数据增强方法、系统和计算机设备。
背景技术
随着计算机技术、通信技术和计算机网络技术在人们日常生活中的不断发展和应用,社会已经进入信息化时代,自动化处理信息能力不断提高并在人们生活的各个领域得到广泛的应用,人们更多的将图像信息的自动识别运用到生活的方方面面,带来更多的方便。
当前的大多数方案使用深度学习方法对图像进行检测,这种方法的误召回率比较高。
目前针对相关技术中误召回率的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种图像识别模型训练方法、系统和计算机设备,以至少解决相关技术中目标检测时误召回率高的问题。
第一方面,本申请实施例提供了一种图像识别模型训练方法,包括以下步骤:
目标提取步骤,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理步骤,对所述目标区域图像进行随机处理并将处理后的所述目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理步骤,对所述非目标区域图像进行图像填充,获取第二样本数据;
模型训练步骤,根据所述第一样本数据和所述第二样本数据对图像识别模型进行训练。
在其中一些实施例中,所述非目标区域处理步骤具体包括:
非目标图像填充步骤,对所述非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪步骤,对所述第二合成图像随机添加噪声获取所述第二样本数据,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对所述第二样本数据进行标记。
在其中一些实施例中,所述目标区域处理步骤,具体包括:
目标区域处理步骤,对所述目标区域图像随机进行操作,所述操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合步骤,将操作后的所述目标区域图像随机放置于所述预设背景图像中,融合后得到一第一合成图像;
图像加噪步骤,在所述第一合成图像中添加噪声,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整步骤,对加噪后的所述第一合成图像进行细节调整获得所述第一样本数据,并对所述第一样本数据进行标记。
在其中一些实施例中,所述细节调整步骤具体包括:
亮度调整步骤,对所述第一合成图像随机增加或降低10-30%的亮度;
对比度调整步骤:对所述第一合成图像随机增加或降低10-30%的对比度。
在其中一些实施例中,模型训练步骤的具体步骤包括:
数据准备步骤,将所述第一样本数据和所述第二样本数据均按照比例分成训练集和测试集;
训练模型步骤,将所述训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型步骤,将所述测试集输入所述图像识别模型,并将预测结果与期待结果进行比较,获得所述图像识别模型的性能参数;
调整模型步骤,当所述性能参数低于预设性能参数时,调整所述学习率和所述迭代次数,重复所述训练模型步骤。
第二方面,本申请实施例提供了一种图像识别模型训练系统,包括:
目标提取模块,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理模块,对所述目标区域图像进行随机处理并将处理后的所述目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理模块,对所述非目标区域图像进行图像填充,获取第二样本数据;
模型训练模块,根据所述第一样本数据和所述第二样本数据对图像识别模型进行训练。
在其中一些实施例中,所述非目标区域处理模块具体包括:
非目标图像填充单元,对所述非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪单元,对所述第二合成图像随机添加噪声获取所述第二样本数据,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对所述第二样本数据进行标记。
在其中一些实施例中,所述目标区域处理模块,具体包括:
目标区域处理单元,对所述目标区域图像随机进行操作,所述操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合单元,将操作后的所述目标区域图像随机放置于所述预设背景图像中,融合后得到一第一合成图像;
图像加噪单元,在所述第一合成图像中添加噪声,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整单元,对加噪后的所述第一合成图像进行细节调整获得所述第一样本数据,并对所述第一样本数据进行标记。
在其中一些实施例中,模型训练步骤的具体步骤包括:
数据准备单元,将所述第一样本数据和所述第二样本数据均按照比例分成训练集和测试集;
训练模型单元,将所述训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型单元,将所述测试集输入所述图像识别模型,并将预测结果与期待结果进行比较,获得所述图像识别模型的性能参数;
调整模型单元,当所述性能参数低于预设性能参数时,调整所述学习率和所述迭代次数,重复训练所述图像识别模型。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的图像识别模型训练方法。
相比于相关技术,本申请实施例提供的图像识别模型训练方法、系统和计算机设备,通过将待检测图像分为目标区域和非目标区域,并对目标区域和非目标区域进行处理进而作为模型训练的输入数据,使模型可以学习到非目标区域的样本特征,降低了误识别的概率,有效降低目标检测时误召回的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的图像识别模型训练方法的流程图;
图2是根据本申请实施例的非目标区域数据增强步骤的流程图;
图3是根据本申请实施例的目标区域数据增强步骤的流程图;
图4是根据本申请实施例的细节调整步骤的流程图;
图5是根据本申请实施例的模型训练步骤的流程图;
图6是根据本申请优选实施例的图像识别模型训练方法的流程图;
图7是目标区域和非目标区域提取的效果示意图。
图8是coco数据集的示例;
图9是图像融合的效果示意图;
图10是图像加噪的效果示意图;
图11是图像填充后的效果图;
图12是图像加噪后的图像的效果图;
图13是根据本申请实施例的图像识别模型训练系统的结构框图;
图14为根据本申请实施例的计算机设备的硬件结构示意图。
附图说明:
目标提取模块1;目标区域处理模块2;非目标区域处理模块3;
模型训练模块4;非目标图像填充单元31;非目标区域加噪单元32;
目标区域处理单元21;图像融合单元22;图像加噪单元23;
细节调整单元24;亮度调整子单元241;对比度调整子单元242;
数据准备单元41;数据预处理单元42;数据处理单元43;
判断单元44;处理器81;存储器82;
通信接口83;总线80。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本实施例提供了一种图像识别模型训练方法。图1是根据本申请实施例的图像识别模型训练方法的流程图,如图1所示,该流程包括如下步骤:
目标提取步骤S1,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理步骤S2,对目标区域图像进行随机处理并将处理后的目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理步骤S3,对非目标区域图像进行图像填充,获取第二样本数据;
模型训练步骤S4,根据第一样本数据和第二样本数据对图像识别模型进行训练。
通过上述步骤,将目标图片分为目标区域图像和非目标区域图像,分别对目标区域图像和非目标区域图像进行处理,得到第一样本数据和第二样本数据,并根据第一样本数据和第二样本数据对图像识别模型进行训练。使得训练后的模型可以区分非目标区域特征,进而提高模型的识别准确性,降低图像的误召回率。
图2是根据本申请实施例的非目标区域数据增强步骤的流程图,如图2所示,在其中一些实施例中,非目标区域处理步骤S3具体包括:
非目标图像填充步骤S31,对非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪步骤S32,对第二合成图像随机添加噪声获取第二样本数据,噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对第二样本数据进行标记。
在第一合成图像中添加噪声的目的是,使得第一合成图像更加接近真实图片,在增加图像数量的同时,尽量保持图像数据的真实性,以作为模型的训练数据。
图3是根据本申请实施例的目标区域数据增强步骤的流程图,如图3所示,在其中一些实施例中,目标区域处理步骤S2,具体包括:
目标区域处理步骤S21,对目标区域图像随机进行操作,操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合步骤S22,将操作后的所述目标区域图像随机放置于预设背景图像中,融合后得到一第一合成图像;
图像加噪步骤S23,在第一合成图像中添加噪声,噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整步骤S24,对加噪后的第一合成图像进行细节调整获得第一样本数据,并对第一样本数据进行标记。
在实际的应用中,可以使用voc或coco等公开数据集作为预设背景图像的备选,进行随机选择,以提供模型训练所需的样本。
对目标区域进行数据增强处理的目的是增加数据量并且是创造的数据更接近现实情况
图4是根据本申请实施例的细节调整步骤的流程图,如图4所示,在其中一些实施例中,细节调整步骤S24具体包括:
亮度调整步骤S241,对第一合成图像随机增加或降低10-30%的亮度;
对比度调整步骤S242,对第一合成图像随机增加或降低10-30%的对比度。
通过调整亮度和对比度,使得第一合成图像更趋近现实图像,用这样的图像训练模型,便于模型识别的准确性。
图5是根据本申请实施例的模型训练步骤的流程图,如图5所示,在其中一些实施例中,模型训练步骤S4的具体步骤包括:
数据准备步骤S41,将第一样本数据和第二样本数据均按照比例分成训练集和测试集;
训练模型步骤S42,将训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型步骤S43,将测试集输入图像识别模型,并将预测结果与期待结果进行比较,获得图像识别模型的性能参数;
调整模型步骤S44,当性能参数低于预设性能参数时,调整学习率和迭代次数,重复训练模型步骤。
在实际应用中,训练模型步骤包括:将训练集数据输入至resnet50网络,设置学习率和迭代次数后,将数据进行正向传播得到得分,将得分输入误差函数,与期待值比较得到误差,多个则为和,通过误差判断识别程度,通过反向传播来确定梯度向量;通过梯度向量来调整每一个权值;重复上述步骤至迭代次数或损失的平均值不再下降。
当前做名片和车牌识别时,首先要对车牌和名片进行定位,然后使用深度学习方法对车牌和名片位置进行检测,下面通过以名片和车牌检测模型为优选实施例对本申请实施例进行描述和说明。
性能参数可以设置为预测结果与期待结果的相似度等可以判断模型性能的参数,但本发明并不以此限制。
图6是根据本申请优选实施例的图像识别模型训练方法的流程图。
S601,利用开源工具lebalimg对目标图像进行提取,并获得目标区域图像和非目标区域图像,如图7所示,目标区域和非目标区域提取的效果示意图。
S602,对目标区域图像进行数据增强处理
1、素材准备
本优选实施例中以coco数据集为例,该数据集包含几十万张图片,将coco数据集作为背景图像的备选,部分图片如下图8所示,此为举例,本发明并不一次为限;
2、目标区域处理
需要随机对目标区域图像进行缩放,角度调整,形变,翻转,颜色调整,遮挡等处理。
3、图像融合
将提取的目标区域图像随机替换背景图像的部分区域,将目标区域图像随机放大或者缩小1至3倍,获得第一合成图像,如图9所示,图像融合的效果示意图,
在左肩,右肩,左腰和右腰四个坐标范围内随机选择目标区域图像放置的位置,并记录目标左上角和右下角在原图片中的位置作为标注数据,左上角x坐标为xmin,左上角y坐标为ymax,右下角x坐标为xmax,右下角x坐标为ymin,用于图像融合步骤,同时记录图片名称。
4、添加噪音
在第一合成图像适量添加噪音,比如gaussian,salt,poisson等.如图10所示,图像加噪的效果示意图。
5、细节调整
对加噪后的第一合成图像随机增加或者降低10-30%的亮度和/或随机增加或者降低10-30%的对比度,并获得第一样本数据,将第一样本数据作为正样本进行标记。
S603,对非目标区域图像进行数据增强
对非目标区域图像进行填充,获得第二合成图像,如图11所示,图像填充后的效果图,并对第二合成图像进行加噪处理,获得第二样本数据,如图12所示,图像加噪后的图像的效果图,上述噪声可以为gaussian、salt、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并将第二样本数据作为负样本进行标记。
S604,利用样本数据进行模型训练
1.数据准备
将第一样本数据和第二样本数据均按照8:2分为训练集和测试集,第一样本数据作为正样本,第二样本数据作为负样本,正样本类别标签为1,负样本类别标签为0;
2.模型训练
将训练集的数据输入resnet50网络,并设置初始学习率为0.001,迭代次数为200个epoch,并将最后5%的epoch的学习率设置为0.0001,即,前190个epoch,学习率为0.001,后10个epoch的学习率设置为0.0001,得到训练后的模型。
3、测试模型优化
利用测试集对训练后的模型的性能进行测试,得到模型的性能。当测试的误召回率较高时,通过调整模型训练的参数再次进行模型训练以提高模型的识别性能。
本申请实施例中,通过深度学习方式,采用resnet50网络进行模型训练,此外,还可以采用周期神经网络、生成对抗网络、去卷积神经网络、卷积神经网络和前向反馈网络等神经网络进行实现,本发明内容并不以此为限。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。如上述细节调整中对亮度和对比度的调整过程无明确限制。
本实施例还提供了一种图像识别模型训练系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图13是根据本申请实施例的图像识别模型训练系统的结构框图,如图13所示,该系统包括:
目标提取模块1,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理模块2,对目标区域图像进行随机处理并将处理后的目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理模块3,对非目标区域图像进行图像填充,获取第二样本数据;
模型训练模块4,根据第一样本数据和第二样本数据对图像识别模型进行训练。
在其中一些实施例中,非目标区域处理模块3具体包括:
非目标图像填充单元31,对非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪单元32,对第二合成图像随机添加噪声获取第二样本数据,噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对第二样本数据进行标记。
在其中一些实施例中,目标区域处理模块2,具体包括:
目标区域处理单元21,对目标区域图像随机进行操作,操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合单元22,将操作后的目标区域图像随机放置于预设背景图像中,融合后得到一第一合成图像;
图像加噪单元23,在第一合成图像中添加噪声,噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整单元24,对加噪后的第一合成图像进行细节调整获得第一样本数据,并对第一样本数据进行标记。
在实际的应用中,细节调整单元24可以包括亮度调整子单元241和对比度调整子单元242,其中:亮度调整子单元241用于对第一合成图像随机增加或者降低10-30%的亮度,对比度调整子单元242用于对第一合成图像随机增加或者降低10-30%的对比度。
在其中一些实施例中,模型训练模块4具体包括:
数据准备单元41,将所述第一样本数据和所述第二样本数据均按照比例分成训练集和测试集;
训练模型单元42,将所述训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型单元43,将所述测试集输入所述图像识别模型,并将预测结果与期待结果进行比较,获得所述图像识别模型的性能参数;
调整模型单元44,当所述性能参数低于预设性能参数时,调整所述学习率和所述迭代次数,重复训练所述图像识别模型。
上述训练模型单元42将训练集输入resnet50网络,设置学习率和迭代次数;将数据进行正向传播得到得分,将得分输入误差函数,与期待值比较得到误差,多个则为和,通过误差判断识别程度,通过反向传播来确定梯度向量;通过梯度向量来调整每一个权值,当满足迭代次数或损失的平均值不再下降时停止工作,获得图像识别模型。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图1描述的本申请实施例图像识别模型训练方法可以由计算机设备来实现。图14为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种图像识别模型训练方法。
在其中一些实施例中,计算机设备还可包括通信接口83和总线80。其中,如图14所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的目标区域和非目标区域,执行本申请实施例中的非目标区域数据增强步骤,获得非目标区域的特征,从而实现结合图1描述的图像识别模型训练方法。
另外,结合上述实施例中的图像识别模型训练方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种图像识别模型训练方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像识别模型训练方法,其特征在于,包括以下步骤:
目标提取步骤,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理步骤,对所述目标区域图像进行随机处理并将处理后的所述目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理步骤,对所述非目标区域图像进行图像填充,获取第二样本数据;
模型训练步骤,根据所述第一样本数据和所述第二样本数据对图像识别模型进行训练。
2.根据权利要求1所述的图像识别模型训练方法,其特征在于,所述非目标区域处理步骤具体包括:
非目标图像填充步骤,对所述非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪步骤,对所述第二合成图像随机添加噪声获取所述第二样本数据,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对所述第二样本数据进行标记。
3.根据权利要求1所述的图像识别模型训练方法,其特征在于,所述目标区域处理步骤,具体包括:
目标区域处理步骤,对所述目标区域图像随机进行操作,所述操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合步骤,将操作后的所述目标区域图像随机放置于所述预设背景图像中,融合后得到一第一合成图像;
图像加噪步骤,在所述第一合成图像中添加噪声,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整步骤,对加噪后的所述第一合成图像进行细节调整获得所述第一样本数据,并对所述第一样本数据进行标记。
4.根据权利要求3所述的图像识别模型训练方法,其特征在于,所述细节调整步骤具体包括:
亮度调整步骤,对所述第一合成图像随机增加或降低10-30%的亮度;
对比度调整步骤,对所述第一合成图像随机增加或降低10-30%的对比度。
5.根据权利要求1所述的图像识别模型训练方法,其特征在于,模型训练步骤的具体步骤包括:
数据准备步骤,将所述第一样本数据和所述第二样本数据均按照比例分成训练集和测试集;
训练模型步骤,将所述训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型步骤,将所述测试集输入所述图像识别模型,并将预测结果与期待结果进行比较,获得所述图像识别模型的性能参数;
调整模型步骤,当所述性能参数低于预设性能参数时,调整所述学习率和所述迭代次数,重复所述训练模型步骤。
6.一种图像识别模型训练系统,其特征在于,包括:
目标提取模块,将目标图片根据目标提取工具分为目标区域图像和非目标区域图像;
目标区域处理模块,对所述目标区域图像进行随机处理并将处理后的所述目标区域图像随机替换一预设背景图像内的部分区域,获取第一样本数据;
非目标区域处理模块,对所述非目标区域图像进行图像填充,获取第二样本数据;
模型训练模块,根据所述第一样本数据和所述第二样本数据对图像识别模型进行训练。
7.根据权利要求6所述的图像识别模型训练系统,其特征在于,所述非目标区域处理模块具体包括:
非目标图像填充单元,对所述非目标区域图像进行填充,获取一第二合成图像;
非目标区域加噪单元,对所述第二合成图像随机添加噪声获取所述第二样本数据,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合,并对所述第二样本数据进行标记。
8.根据权利要求6所述的图像识别模型训练系统,其特征在于,所述目标区域处理模块,具体包括:
目标区域处理单元,对所述目标区域图像随机进行操作,所述操作包括缩放、角度变化、形变、翻转、颜色调整和遮挡其一或其组合;
图像融合单元,将操作后的所述目标区域图像随机放置于所述预设背景图像中,融合后得到一第一合成图像;
图像加噪单元,在所述第一合成图像中添加噪声,所述噪声包括高斯噪声、椒盐噪声、泊松白噪声、脉冲噪声、瑞丽噪声、伽马噪声其一或其组合;
细节调整单元,对加噪后的所述第一合成图像进行细节调整获得所述第一样本数据,并对所述第一样本数据进行标记。
9.根据权利要求6所述的图像识别模型训练系统,其特征在于,模型训练模块具体包括:
数据准备单元,将所述第一样本数据和所述第二样本数据均按照比例分成训练集和测试集;
训练模型单元,将所述训练集输入至resnet50网络,并设置学习率和迭代次数,获得图像识别模型;
测试模型单元,将所述测试集输入所述图像识别模型,并将预测结果与期待结果进行比较,获得所述图像识别模型的性能参数;
调整模型单元,当所述性能参数低于预设性能参数时,调整所述学习率和所述迭代次数,重复训练所述图像识别模型。
10.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的图像识别模型训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110166408.6A CN112836756B (zh) | 2021-02-04 | 2021-02-04 | 图像识别模型训练方法、系统和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110166408.6A CN112836756B (zh) | 2021-02-04 | 2021-02-04 | 图像识别模型训练方法、系统和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112836756A true CN112836756A (zh) | 2021-05-25 |
CN112836756B CN112836756B (zh) | 2024-02-27 |
Family
ID=75932479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110166408.6A Active CN112836756B (zh) | 2021-02-04 | 2021-02-04 | 图像识别模型训练方法、系统和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836756B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688887A (zh) * | 2021-08-13 | 2021-11-23 | 百度在线网络技术(北京)有限公司 | 图像识别模型的训练与图像识别方法、装置 |
CN115222610A (zh) * | 2022-03-11 | 2022-10-21 | 广州汽车集团股份有限公司 | 图像方法、装置、电子设备及存储介质 |
TWI832340B (zh) * | 2022-07-19 | 2024-02-11 | 和碩聯合科技股份有限公司 | 模型訓練方法與模型訓練系統 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977983A (zh) * | 2018-05-07 | 2019-07-05 | 广州逗号智能零售有限公司 | 获得训练图像的方法及装置 |
CN110136052A (zh) * | 2019-05-08 | 2019-08-16 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和电子设备 |
CN110288019A (zh) * | 2019-06-21 | 2019-09-27 | 北京百度网讯科技有限公司 | 图像标注方法、装置和存储介质 |
CN110322512A (zh) * | 2019-06-28 | 2019-10-11 | 中国科学院自动化研究所 | 结合小样本实例分割和三维匹配的物体位姿估计方法 |
CN111062885A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院自动化研究所 | 基于多阶段迁移学习的标志检测模型训练及标志检测方法 |
CN111583168A (zh) * | 2020-06-18 | 2020-08-25 | 上海眼控科技股份有限公司 | 图像合成方法、装置、计算机设备和存储介质 |
CN111931836A (zh) * | 2020-07-31 | 2020-11-13 | 上海商米科技集团股份有限公司 | 获取神经网络训练图像的方法和装置 |
-
2021
- 2021-02-04 CN CN202110166408.6A patent/CN112836756B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977983A (zh) * | 2018-05-07 | 2019-07-05 | 广州逗号智能零售有限公司 | 获得训练图像的方法及装置 |
CN110136052A (zh) * | 2019-05-08 | 2019-08-16 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和电子设备 |
CN110288019A (zh) * | 2019-06-21 | 2019-09-27 | 北京百度网讯科技有限公司 | 图像标注方法、装置和存储介质 |
CN110322512A (zh) * | 2019-06-28 | 2019-10-11 | 中国科学院自动化研究所 | 结合小样本实例分割和三维匹配的物体位姿估计方法 |
CN111062885A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院自动化研究所 | 基于多阶段迁移学习的标志检测模型训练及标志检测方法 |
CN111583168A (zh) * | 2020-06-18 | 2020-08-25 | 上海眼控科技股份有限公司 | 图像合成方法、装置、计算机设备和存储介质 |
CN111931836A (zh) * | 2020-07-31 | 2020-11-13 | 上海商米科技集团股份有限公司 | 获取神经网络训练图像的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688887A (zh) * | 2021-08-13 | 2021-11-23 | 百度在线网络技术(北京)有限公司 | 图像识别模型的训练与图像识别方法、装置 |
CN115222610A (zh) * | 2022-03-11 | 2022-10-21 | 广州汽车集团股份有限公司 | 图像方法、装置、电子设备及存储介质 |
TWI832340B (zh) * | 2022-07-19 | 2024-02-11 | 和碩聯合科技股份有限公司 | 模型訓練方法與模型訓練系統 |
Also Published As
Publication number | Publication date |
---|---|
CN112836756B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389030B (zh) | 人脸特征点检测方法、装置、计算机设备及存储介质 | |
CN112052787B (zh) | 基于人工智能的目标检测方法、装置及电子设备 | |
CN113469073B (zh) | 一种基于轻量级深度学习的sar图像舰船检测方法及系统 | |
CN112836756A (zh) | 图像识别模型训练方法、系统和计算机设备 | |
CN106776842B (zh) | 多媒体数据检测方法及装置 | |
CN109671020B (zh) | 图像处理方法、装置、电子设备和计算机存储介质 | |
WO2016054779A1 (en) | Spatial pyramid pooling networks for image processing | |
CN109118504B (zh) | 一种基于神经网络的图像边缘检测方法、装置及其设备 | |
CN111461170A (zh) | 车辆图像检测方法、装置、计算机设备及存储介质 | |
CN108876847B (zh) | 图像定位方法、装置、系统和存储介质 | |
CN112733767B (zh) | 一种人体关键点检测方法、装置、存储介质及终端设备 | |
CN109165654B (zh) | 一种目标定位模型的训练方法和目标定位方法及装置 | |
CN116721301B (zh) | 目标场景分类模型训练方法、分类方法、设备及存储介质 | |
CN114140683A (zh) | 一种航拍图像目标检测的方法、设备与介质 | |
CN111767962A (zh) | 基于生成对抗式网络的一阶段目标检测方法、系统及装置 | |
CN111951283A (zh) | 一种基于深度学习的医学图像识别方法及系统 | |
CN112287947A (zh) | 一种区域建议框检测方法、终端及存储介质 | |
CN113255433A (zh) | 模型训练方法、装置和计算机存储介质 | |
CN111814820A (zh) | 图像处理方法及装置 | |
CN114998756A (zh) | 一种基于yolov5的遥感图像检测方法、装置及存储介质 | |
CN111488810A (zh) | 人脸识别方法、装置、终端设备及计算机可读介质 | |
CN111401335B (zh) | 一种关键点检测方法及装置、存储介质 | |
TWI803243B (zh) | 圖像擴增方法、電腦設備及儲存介質 | |
CN114170589A (zh) | 一种基于nas的岩石岩性识别方法、终端设备及存储介质 | |
CN111539420B (zh) | 基于注意力感知特征的全景图像显著性预测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |