CN112966742A - 模型训练方法、目标检测方法、装置和电子设备 - Google Patents
模型训练方法、目标检测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112966742A CN112966742A CN202110247157.4A CN202110247157A CN112966742A CN 112966742 A CN112966742 A CN 112966742A CN 202110247157 A CN202110247157 A CN 202110247157A CN 112966742 A CN112966742 A CN 112966742A
- Authority
- CN
- China
- Prior art keywords
- image
- model
- target object
- object image
- fusion
- 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
- 238000012549 training Methods 0.000 title claims abstract description 111
- 238000001514 detection method Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004927 fusion Effects 0.000 claims abstract description 76
- 238000004088 simulation Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual 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
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/053—Detail-in-context presentations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种模型训练方法、目标检测方法、装置和电子设备，涉及人工智能领域，具体为计算机视觉和深度学习技术。具体实现方案为：将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；其中，融合图像生成模型用于对第一目标物图像中的目标物特征以及第一背景图像中的背景特征进行融合，得到融合信息，并基于融合信息得到第一融合图像；基于第一融合图像，得到训练数据集；利用训练数据集，训练得到目标检测模型。本公开实施例可以提高目标检测的准确性。
Description
技术领域
本公开涉及人工智能领域，具体为计算机视觉和深度学习技术。
背景技术
目标检测任务是在图像中检测感兴趣的目标物，确定目标物的位置。目标检测任务是计算机视觉领域的核心问题之一，可以采用深度学习神经网络模型实现。实际应用中，由于难以采集到目标物在复杂背景下的图像，因此，一般只采用在特定环境中采集到的目标物图像作为模型的训练数据，训练得到的模型难以在图像中准确检测出复杂场景下的目标物。
发明内容
本公开提供了一种模型训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。
根据本公开的一方面，提供了一种模型训练方法，包括：
将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；其中，融合图像生成模型用于对第一目标物图像中的目标物特征以及第一背景图像中的背景特征进行融合，得到融合信息，并基于融合信息得到第一融合图像；
基于第一融合图像，得到训练数据集；
利用训练数据集，训练得到目标检测模型。
根据本公开的另一方面，提供了一种目标检测方法，包括：
获取待处理图像；
将待处理图像输入目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型是根据本公开任一实施例中的模型训练方法得到的。
根据本公开的另一方面，提供了一种模型训练装置，包括：
第一图像生成模块，用于将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；其中，融合图像生成模型用于对第一目标物图像中的目标物特征以及第一背景图像中的背景特征进行融合，得到融合信息，并基于融合信息得到第一融合图像；
第一数据集获取模块，用于基于第一融合图像，得到训练数据集；
第一模型训练模块，用于利用训练数据集，训练得到目标检测模型。
根据本公开的另一方面，提供了一种目标检测装置，包括：
获取模块，用于获取待处理图像；
目标检测模块，用于将待处理图像输入目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型是根据本公开任一实施例中的模型训练方法得到的。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术，在获得第一目标物图像和第一背景图像的情况下，利用融合图像生成模型得到第一融合图像。基于第一融合图像，得到训练数据集，可以使训练数据集中的图像更具多样性，因此，能够提高目标检测模型对复杂场景下的目标物的检测能力，提高目标检测的准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开一个实施例提供的模型训练方法的示意图；
图2是本公开另一个实施例提供的模型训练方法的示意图；
图3是本公开模型训练方法的应用示例的示意图；
图4是本公开一个实施例提供的目标检测方法的示意图；
图5是本公开一个实施例提供的模型训练装置的示意图；
图6是本公开另一个实施例提供的模型训练装置的示意图；
图7是本公开一个实施例提供的目标检测装置的示意图；
图8是用来实现本公开实施例的模型训练方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在一些应用场景中，采集复杂多变的背景下的目标物图像比采集简单背景下的目标物图像更为困难。例如，采集动物园中的动物图像较为容易，但采集野外复杂环境中的动物图像则较为困难。因此，往往采用简单背景下的图像作为目标检测模型的训练数据。简单背景例如是纯色背景、固定单一的背景、没有其他物体的背景等。
为了提升目标检测模型对复杂场景下的目标物的检测能力，可以利用现有的图像得到包含更具多样性的图像的训练数据集，用于训练目标检测模型。一般来说，可以通过数据增强得到更具多样性的图像，例如对图像进行mixup(混合)、旋转、拉伸、色彩变换和拼接等处理。由于数据增强是对已有数据进行变换，并没有引入新的信息，提升模型检测能力的效果有限。本公开实施例提供的一种模型训练方法，可以解决上述问题。
图1示出了本公开一个实施例提供的模型训练方法的示意图。如图1所示，该方法可以包括：
步骤S110，将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；
其中，融合图像生成模型用于对第一目标物图像中的目标物特征以及第一背景图像中的背景特征进行融合，得到融合信息，并基于融合信息得到第一融合图像；
步骤S120，基于第一融合图像，得到训练数据集；
步骤S130，利用训练数据集，训练得到目标检测模型。
本公开实施例中，目标物可以是目标检测任务中待检测的物体，例如，在道路监控场景下道路图像中的车辆、在人脸识别场景下待识别图像中的人脸等。目标物图像可以是简单背景下的目标物的图像。这里，简单背景可以是纯色背景、目标物通常所处的环境背景、包含少量其他物体或不包含其他物体的背景等。背景图像可以是复杂背景的图像。这里，复杂背景可以是相对目标物中的背景更复杂、多样的背景。示例性地，复杂背景可以是色彩变化丰富的背景、包含较多其他物体的背景图像，例如街区图像、车群图像等。
示例性地，融合图像生成模型可以用于融合输入的第一目标物图像中的目标物特征以及第一背景图像中的背景特征得到融合信息，基于融合信息得到第一融合图像。在一些示例中，融合图像生成模型可以基于生成对抗网络(Generative AdversarialNetworks，GAN)进行训练得到。经过训练的融合图像生成模型可以得到生成真实度高的融合图像的能力。
示例性地，可以将第一融合图像作为训练数据集中的训练数据，或者先对第一融合图像进行筛选，再将符合筛选条件的第一融合图像作为训练数据集中的训练数据。在一些示例中，还可以对第一融合图像进行数据增强，例如对第一融合图像进行mixup(混合)、旋转、拉伸、色彩变换和拼接等至少一种处理，得到更多的图像，作为训练数据集中的训练数据。此外，训练数据集中还可以包括各种目标物在不同背景下的真实图像，或者对真实图像进行上述数据增强得到的图像。
示例性地，利用训练数据集，训练得到目标检测模型的过程，可以包括：对训练数据集中的各图像进行标注，例如人工标注或根据像素颜色和预设规则进行标注，得到标注的目标物位置信息。每次从训练数据集中采样一个图像后，将图像输入深度学习神经网络模型，利用深度学习神经网络模型输出检测的目标物位置信息；基于标注的目标物位置信息和检测的目标物位置信息确定模型是否收敛，若收敛，则将收敛的模型确定为上述目标检测模型；若未收敛，则调整模型参数，返回从训练数据集中采样图像的步骤，直至模型收敛。
由于融合图像生成模型生成的图像可以用于在训练数据集中补充复杂背景下的目标物的图像，因此，目标检测模型可以基于高质量的更具多样性的训练数据集训练得到，从而能够在输入的图像中准确检测出目标物。
可见，本公开实施例中，在获得第一目标物图像和第一背景图像的情况下，利用融合图像生成模型得到第一融合图像。基于第一融合图像，得到训练数据集，可以使训练数据集中的图像更具多样性，因此，能够提高目标检测模型对复杂场景下的目标物的检测能力，提高目标检测的准确性。
本公开一些实施例中，模型训练方法还可以包括训练上述融合图像生成模型的步骤。具体的，参见图2，在本公开另一个实施例中，模型训练方法还可以包括：
步骤S210，利用至少一个第二目标物图像和至少一个第二背景图像，训练得到融合图像生成模型。
上述步骤S210可以在步骤S110之前执行。
根据本公开实施例，融合图像生成模型的训练过程中，可以基于大量的第二目标物图像和第二背景图像学习对目标物特征和背景特征的处理。基于此训练得到的融合图像生成模型能生成更自然的融合图像，有利于进一步提高目标检测的准确性。
作为示例，上述步骤S210，利用至少一个第二目标物图像和至少一个第二背景图像，训练得到融合图像生成模型，可以包括：
将至少一个第二目标物图像中的第i个第二目标物图像和至少一个第二背景图像中的第j个第二背景图像输入预设模型，得到预设模型输出的第二融合图像；其中，i和j均为正整数；
利用第一判别器确定第二融合图像的真实度；
在第二融合图像的真实度符合预设条件的情况下，确定预设模型收敛，将收敛的预设模型作为融合图像生成模型。
实际应用中，上述步骤S210可以包括多次迭代操作。在每次迭代操作中，将一个第二目标物图像和一个第二背景图像输入预设模型，得到预设模型输出的第二融合图像。并基于第二融合图像的真实度是否符合预设条件确定预设模型是否收敛。作为示例，预设条件可以是真实度达到预设阈值，或者真实度不再发生变化等。
示例性地，在第二融合图像的真实度不符合预设条件的情况下，可以根据第二融合图像的真实度调整预设模型的参数，然后进行下一次迭代操作。
示例性地，上述第i个第二目标物图像可以是从至少一个第二目标物图像中随机抽取的图像。上述第j个第二背景图像也可以是从至少一个第二背景图像中随机抽取的图像。
示例性地，上述预设模型可以是生成对抗网络模型。
根据上述实施方式，基于预设模型生成的第二融合图像的真实度确定预设模型是否收敛。如此，可以使预设模型在训练过程中，不断优化生成的图像的真实度，最终收敛得到的融合图像生成模型可以生成真实度高的图像，有利于进一步提高目标检测的准确性。
本公开一些实施例中，模型训练方法还可以包括获取上述至少一个第二目标物图像的方式。具体的，获取至少一个第二目标物图像的方式可以包括：
利用目标物图像生成模型，得到仿真目标物图像；
基于仿真目标物图像和预先采集的真实目标物图像，得到至少一个第二目标物图像。
本公开实施例中，仿真目标物图像为目标图像生成模型生成的目标物图像。目标物图像生成模型可以基于生成对抗网络训练得到。目标物图像生成模型可以在训练过程中学习目标物的特征，待模型收敛后可以输出仿真目标物图像。
根据上述实施方式，可以将仿真目标物图像和真实目标物图像均作为第二目标物图像，从而丰富的第二目标物图像，增加融合图像生成模型的训练数据，降低融合图像生成模型生成高质量图像的难度，有利于进一步提高目标检测的准确性。
在一种示例性的实施方式中，获取目标物图像生成模型的方式可以包括：
利用真实目标物图像，训练得到目标物图像生成模型。
根据该实施方式，预先采集的真实目标物图像，既用于训练目标物图像生成模型，也用于训练融合图像生成模型。基于此，可以提高真实目标物图像的利用率，降低采集真实目标物图像的数量要求，从而降低采集成本和难度。
在一种示例性的实施方式中，上述利用目标物图像生成模型，得到仿真目标物图像的步骤，可以包括：
利用目标物图像生成模型，生成候选目标物图像；
利用第二判别器确定候选目标物图像的真实度；
在候选目标物图像的真实度符合预设条件的情况下，将候选目标物图像作为仿真目标物图像。
也就是说，对于目标物图像生成模型生成的图像，先利用第二判别器确定真实度，根据真实度从目标物图像生成模型生成的图像中筛选出仿真目标物图像。
根据上述实施方式，可以提高仿真目标物图像的质量，从而提高融合图像生成模型生成的融合图像的质量，将高质量的融合图像用于训练目标检测模型，可以进一步提高目标检测的准确性。
实际应用中，也可以采用人工判别候选目标物图像的真实度的方式，筛选出仿真目标物图像。
图3是模型训练方法的一个具体的应用示例的示意图。如图3所示，可以预先采集多个真实目标物图像310和多个第二背景图像320。基于多个真实目标物图像310训练出目标物生成模型330。基于目标物生成模型330生成多个候选目标物图像340，对多个候选目标物图像340进行筛选，得到高质量的仿真目标物图像350。利用真实目标物图像310和仿真目标物图像350，得到多个第二目标物图像360。然后，每次从多个第二目标物图像360中随机采样一个图像以及在多个第二背景图像320中随机采样一个图像，将采样的两个图像作为预设模型的输入，基于此完成对预设模型的参数的一次迭代更新。最终将预设模型训练为能够生成融合图像的融合图像生成模型370。利用融合图像生成模型370生成目标检测模型的训练数据380。
根据上述模型训练方法，在获得第一目标物图像和第一背景图像的情况下，利用融合图像生成模型得到第一融合图像。基于第一融合图像，得到训练数据集，可以使训练数据集中的图像更具多样性，因此，能够提高目标检测模型对复杂场景下的目标物的检测能力，提高目标检测的准确性。
本公开实施例还提供一种目标检测方法。如图4所示，该方法包括：
步骤S410，获取待处理图像；
步骤S420，将待处理图像输入目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型是根据本公开任一实施例中的模型训练方法得到的。
根据上述目标检测方法，在获取待处理图像后，采用本公开任一实施例中的模型训练方法得到的目标检测模型，对待处理图像进行目标检测，得到目标检测结果。例如，在道路监控场景下，以道路图像作为待处理图像，利用目标检测模型检测待处理图像中的车辆。在人脸识别场景下，以人脸图像作为待处理图像，利用目标检测模型检测待处理图像中的人脸等。
由于提高了目标检测模型对复杂场景下的目标物的检测能力，因此，采用上述目标检测方法可以提高目标检测结果的准确性。
作为上述各模型训练方法的实现，本公开还提供了一种模型训练装置。如图5所示，该装置包括：
第一图像生成模块510，用于将第一目标物图像和第一背景图像输入融合图像生成模型，得到融合图像生成模型输出的第一融合图像；
第一数据集获取模块520，用于基于第一融合图像，得到训练数据集；
第一模型训练模块530，用于利用训练数据集，训练得到目标检测模型。
示例性地，如图6所示，模型训练装置还可以包括：
第二模型训练模块610，用于利用至少一个第二目标物图像和至少一个第二背景图像，训练得到融合图像生成模型。
示例性地，如图6所示，第二模型训练模块610，可以包括：
第一模型处理单元611，用于将至少一个第二目标物图像中的第i个第二目标物图像和至少一个第二背景图像中的第j个第二背景图像输入预设模型，得到预设模型输出的第二融合图像；其中，i和j均为正整数；
第一图像判别单元612，用于利用第一判别器确定第二融合图像的真实度；
收敛判定单元613，用于在第二融合图像的真实度符合预设条件的情况下，确定预设模型收敛，将收敛的预设模型作为融合图像生成模型。
示例性地，如图6所示，模型训练装置还可以包括：
第二图像生成模块620，用于利用目标物图像生成模型，得到仿真目标物图像；
第二数据集获取模块630，用于基于仿真目标物图像和预先采集的真实目标物图像，得到至少一个第二目标物图像。
示例性地，如图6所示，模型训练装置还可以包括：
第三模型训练模块640，用于利用真实目标物图像，训练得到目标物图像生成模型。
示例性地，第二图像生成模块620，包括：
第二模型处理单元621，用于利用目标物图像生成模型，生成候选目标物图像；
第二图像判别单元622，用于利用第二判别器确定候选目标物图像的真实度；
图像确定单元623，用于在候选目标物图像的真实度符合预设条件的情况下，将候选目标物图像作为仿真目标物图像。
作为上述各模型训练方法的实现，本公开还提供了一种模型训练装置。如图7所示，该装置包括：
获取模块710，用于获取待处理图像；
目标检测模块720，用于将待处理图像输入目标检测模型，得到目标检测模型输出的目标检测结果；其中，目标检测模型是根据本公开任一实施例中的模型训练方法得到的。
本公开实施例提供的装置，可以用于实现本公开实施例提供的方法，具备相应的有益效果。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或要求的本公开的实现。
如图8所示，电子设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序来执行各种适当的动作和处理。在RAM 803中，还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如模型训练方法。例如，在一些实施例中，模型训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的模型训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种模型训练方法，包括：
将第一目标物图像和第一背景图像输入融合图像生成模型，得到所述融合图像生成模型输出的第一融合图像；其中，所述融合图像生成模型用于对所述第一目标物图像中的目标物特征以及所述第一背景图像中的背景特征进行融合，得到融合信息，并基于所述融合信息得到所述第一融合图像；
基于所述第一融合图像，得到训练数据集；
利用所述训练数据集，训练得到目标检测模型。
2.根据权利要求1所述的方法，还包括：
利用至少一个第二目标物图像和至少一个第二背景图像，训练得到所述融合图像生成模型。
3.根据权利要求2所述的方法，其中，所述利用至少一个第二目标物图像和至少一个第二背景图像，训练得到所述融合图像生成模型，包括：
将所述至少一个第二目标物图像中的第i个第二目标物图像和所述至少一个第二背景图像中的第j个第二背景图像输入预设模型，得到所述预设模型输出的第二融合图像；其中，i和j均为正整数；
利用第一判别器确定所述第二融合图像的真实度；
在所述第二融合图像的真实度符合预设条件的情况下，确定所述预设模型收敛，将收敛的所述预设模型作为所述融合图像生成模型。
4.根据权利要求2所述的方法，其中，获取所述至少一个第二目标物图像的方式包括：
利用目标物图像生成模型，得到仿真目标物图像；
基于所述仿真目标物图像和预先采集的真实目标物图像，得到所述至少一个第二目标物图像。
5.根据权利要求4所述的方法，其中，获取所述目标物图像生成模型的方式包括：
利用所述真实目标物图像，训练得到所述目标物图像生成模型。
6.根据权利要求4所述的方法，其中，所述利用目标物图像生成模型，得到仿真目标物图像，包括：
利用所述目标物图像生成模型，生成候选目标物图像；
利用第二判别器确定所述候选目标物图像的真实度；
在所述候选目标物图像的真实度符合预设条件的情况下，将所述候选目标物图像作为所述仿真目标物图像。
7.一种目标检测方法，包括：
获取待处理图像；
将所述待处理图像输入目标检测模型，得到所述目标检测模型输出的目标检测结果；其中，所述目标检测模型是根据权利要求1-6中任一项所述的模型训练方法得到的。
8.一种模型训练装置，包括：
第一图像生成模块，用于将第一目标物图像和第一背景图像输入融合图像生成模型，得到所述融合图像生成模型输出的第一融合图像；其中，所述融合图像生成模型用于对所述第一目标物图像中的目标物特征以及所述第一背景图像中的背景特征进行融合，得到融合信息，并基于所述融合信息得到所述第一融合图像；
第一数据集获取模块，用于基于所述第一融合图像，得到训练数据集；
第一模型训练模块，用于利用所述训练数据集，训练得到目标检测模型。
9.根据权利要求8所述的装置，还包括：
第二模型训练模块，用于利用至少一个第二目标物图像和至少一个第二背景图像，训练得到所述融合图像生成模型。
10.根据权利要求9所述的装置，其中，所述第二模型训练模块，包括：
第一模型处理单元，用于将所述至少一个第二目标物图像中的第i个第二目标物图像和所述至少一个第二背景图像中的第j个第二背景图像输入预设模型，得到所述预设模型输出的第二融合图像；其中，i和j均为正整数；
第一图像判别单元，用于利用第一判别器确定所述第二融合图像的真实度；
收敛判定单元，用于在所述第二融合图像的真实度符合预设条件的情况下，确定所述预设模型收敛，将收敛的所述预设模型作为所述融合图像生成模型。
11.根据权利要求9所述的装置，还包括：
第二图像生成模块，用于利用目标物图像生成模型，得到仿真目标物图像；
第二数据集获取模块，用于基于所述仿真目标物图像和预先采集的真实目标物图像，得到所述至少一个第二目标物图像。
12.根据权利要求11所述的装置，还包括：
第三模型训练模块，用于利用所述真实目标物图像，训练得到所述目标物图像生成模型。
13.根据权利要求11所述的装置，其中，所述第二图像生成模块，包括：
第二模型处理单元，用于利用所述目标物图像生成模型，生成候选目标物图像；
第二图像判别单元，用于利用第二判别器确定所述候选目标物图像的真实度；
图像确定单元，用于在所述候选目标物图像的真实度符合预设条件的情况下，将所述候选目标物图像作为所述仿真目标物图像。
14.一种目标检测装置，包括：
获取模块，用于获取待处理图像；
目标检测模块，用于将所述待处理图像输入目标检测模型，得到所述目标检测模型输出的目标检测结果；其中，所述目标检测模型是根据权利要求1-6中任一项所述的模型训练方法得到的。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247157.4A CN112966742A (zh) | 2021-03-05 | 2021-03-05 | 模型训练方法、目标检测方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110247157.4A CN112966742A (zh) | 2021-03-05 | 2021-03-05 | 模型训练方法、目标检测方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112966742A true CN112966742A (zh) | 2021-06-15 |
Family
ID=76276747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110247157.4A Pending CN112966742A (zh) | 2021-03-05 | 2021-03-05 | 模型训练方法、目标检测方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112966742A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113361473A (zh) * | 2021-06-30 | 2021-09-07 | 北京百度网讯科技有限公司 | 图像处理、模型训练方法、装置、设备、存储介质及程序 |
| CN113486962A (zh) * | 2021-07-12 | 2021-10-08 | 深圳市慧鲤科技有限公司 | 图像生成方法及装置、电子设备和存储介质 |
| CN113591864A (zh) * | 2021-07-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 文本识别模型框架的训练方法、装置及系统 |
| CN113591567A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 目标检测方法、目标检测模型的训练方法及其装置 |
| CN113591569A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 障碍物检测方法、装置、电子设备以及存储介质 |
| CN113610968A (zh) * | 2021-08-17 | 2021-11-05 | 北京京东乾石科技有限公司 | 目标检测模型的更新方法及装置 |
| 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 |
| CN113963148A (zh) * | 2021-10-29 | 2022-01-21 | 北京百度网讯科技有限公司 | 对象检测方法、对象检测模型的训练方法及装置 |
| CN114998897A (zh) * | 2022-06-13 | 2022-09-02 | 北京百度网讯科技有限公司 | 生成样本图像的方法以及文字识别模型的训练方法 |
| CN115908993A (zh) * | 2022-10-24 | 2023-04-04 | 北京数美时代科技有限公司 | 一种基于图像融合的数据增强方法、系统和存储介质 |
| WO2023221292A1 (en) * | 2022-05-19 | 2023-11-23 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for image generation |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108564126A (zh) * | 2018-04-19 | 2018-09-21 | 郑州大学 | 一种融合语义控制的特定场景生成方法 |
| CN110472593A (zh) * | 2019-08-20 | 2019-11-19 | 重庆紫光华山智安科技有限公司 | 训练图像获取方法、模型训练方法及相关装置 |
| CN111242905A (zh) * | 2020-01-06 | 2020-06-05 | 科大讯飞(苏州)科技有限公司 | 一种x光样本图像的生成方法、生成设备和存储装置 |
| CN111709873A (zh) * | 2020-05-27 | 2020-09-25 | 北京百度网讯科技有限公司 | 图像转换模型生成器的训练方法和装置 |
-
2021
- 2021-03-05 CN CN202110247157.4A patent/CN112966742A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108564126A (zh) * | 2018-04-19 | 2018-09-21 | 郑州大学 | 一种融合语义控制的特定场景生成方法 |
| CN110472593A (zh) * | 2019-08-20 | 2019-11-19 | 重庆紫光华山智安科技有限公司 | 训练图像获取方法、模型训练方法及相关装置 |
| CN111242905A (zh) * | 2020-01-06 | 2020-06-05 | 科大讯飞(苏州)科技有限公司 | 一种x光样本图像的生成方法、生成设备和存储装置 |
| CN111709873A (zh) * | 2020-05-27 | 2020-09-25 | 北京百度网讯科技有限公司 | 图像转换模型生成器的训练方法和装置 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113591567A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 目标检测方法、目标检测模型的训练方法及其装置 |
| CN113591569A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 障碍物检测方法、装置、电子设备以及存储介质 |
| CN113361473B (zh) * | 2021-06-30 | 2023-12-08 | 北京百度网讯科技有限公司 | 图像处理、模型训练方法、装置、设备、存储介质及程序 |
| CN113361473A (zh) * | 2021-06-30 | 2021-09-07 | 北京百度网讯科技有限公司 | 图像处理、模型训练方法、装置、设备、存储介质及程序 |
| CN113486962A (zh) * | 2021-07-12 | 2021-10-08 | 深圳市慧鲤科技有限公司 | 图像生成方法及装置、电子设备和存储介质 |
| CN113591864B (zh) * | 2021-07-28 | 2023-04-07 | 北京百度网讯科技有限公司 | 文本识别模型框架的训练方法、装置及系统 |
| CN113591864A (zh) * | 2021-07-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 文本识别模型框架的训练方法、装置及系统 |
| 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 |
| CN113610968A (zh) * | 2021-08-17 | 2021-11-05 | 北京京东乾石科技有限公司 | 目标检测模型的更新方法及装置 |
| CN113963148A (zh) * | 2021-10-29 | 2022-01-21 | 北京百度网讯科技有限公司 | 对象检测方法、对象检测模型的训练方法及装置 |
| CN113963148B (zh) * | 2021-10-29 | 2023-08-08 | 北京百度网讯科技有限公司 | 对象检测方法、对象检测模型的训练方法及装置 |
| WO2023221292A1 (en) * | 2022-05-19 | 2023-11-23 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for image generation |
| CN114998897A (zh) * | 2022-06-13 | 2022-09-02 | 北京百度网讯科技有限公司 | 生成样本图像的方法以及文字识别模型的训练方法 |
| CN114998897B (zh) * | 2022-06-13 | 2023-08-29 | 北京百度网讯科技有限公司 | 生成样本图像的方法以及文字识别模型的训练方法 |
| CN115908993A (zh) * | 2022-10-24 | 2023-04-04 | 北京数美时代科技有限公司 | 一种基于图像融合的数据增强方法、系统和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112966742A (zh) | 模型训练方法、目标检测方法、装置和电子设备 | |
| CN111598164B (zh) | 识别目标对象的属性的方法、装置、电子设备和存储介质 | |
| CN113033566B (zh) | 模型训练方法、识别方法、设备、存储介质及程序产品 | |
| JP7384943B2 (ja) | 文字生成モデルのトレーニング方法、文字生成方法、装置、機器及び媒体 | |
| CN113642431A (zh) | 目标检测模型的训练方法及装置、电子设备和存储介质 | |
| CN114494815B (zh) | 神经网络训练方法、目标检测方法、装置、设备和介质 | |
| CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
| CN114863437B (zh) | 文本识别方法、装置、电子设备和存储介质 | |
| CN113902956B (zh) | 融合模型的训练方法、图像融合方法、装置、设备及介质 | |
| CN112580666A (zh) | 图像特征的提取方法、训练方法、装置、电子设备及介质 | |
| CN113627536A (zh) | 模型训练、视频分类方法，装置，设备以及存储介质 | |
| CN115101069A (zh) | 语音控制方法、装置、设备、存储介质以及程序产品 | |
| CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
| CN114220163A (zh) | 人体姿态估计方法、装置、电子设备及存储介质 | |
| CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
| CN114973333B (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
| CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
| CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
| KR20220146663A (ko) | 비디오 복구 방법, 장치, 기기, 매체 및 컴퓨터 프로그램 | |
| CN114612971A (zh) | 人脸检测方法、模型训练方法、电子设备及程序产品 | |
| CN113936158A (zh) | 一种标签匹配方法及装置 | |
| CN114494818B (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
| CN114092874B (zh) | 目标检测模型的训练方法、目标检测方法及其相关设备 | |
| CN113378773B (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
| CN115131562B (zh) | 三维场景分割方法、模型训练方法、装置和电子设备 |
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 |