CN113344198A - 一种模型训练的方法及装置 - Google Patents
一种模型训练的方法及装置 Download PDFInfo
- Publication number
- CN113344198A CN113344198A CN202110641511.1A CN202110641511A CN113344198A CN 113344198 A CN113344198 A CN 113344198A CN 202110641511 A CN202110641511 A CN 202110641511A CN 113344198 A CN113344198 A CN 113344198A
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- region
- model
- recognition
- 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
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种模型训练的方法及装置,获取第一图像,并将第一图像输入到感知模型,以针对第一图像涉及的每个目标物,将提取出的该目标物在第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在第一图像中的目标物区域,并确定第一图像涉及的目标物的识别结果,对感知模型进行训练。而后,确定该目标物在第二图像中对应的目标物区域,将第二图像输入到识别模型,得到该目标物在第二图像中的识别区域。最后,以最小化该目标物在第二图像中对应的目标物区域,与识别区域之间的偏差为优化目标,对识别模型进行训练。本方法能够提高图像对应的标注的精细程度以及准确性,进而提高了识别模型的识别准确率,以更好的完成识别任务。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种模型训练的方法及装置。
背景技术
随着计算机视觉技术的发展,传统的语义分割任务通常需要获取应用场景下的大量图像作为训练数据,并对这些训练图像中的每个像素点进行人工标注,标注出每个像素点对应的目标类别,这种标注方式需要消耗大量的人力和时间来完成,训练成本十分昂贵。
基于此,目前通常采用粗略标注的方式,来确定出图像中一个目标物的一个感兴趣图像区域,并以此来生成用于训练识别模型所需的图像标注,从而降低标注的成本。然而,感兴趣图像区域往往只是目标物在图像中对应的一部分区域,所以,感兴趣图像区域并不能准确的表征出目标物在图像中的完整区域,这样一来,通过这种方式所训练出的识别模型,识别准确率往往较低。
因此,如何能够有效地提高识别模型的准确性,则是一个亟待解决的问题。
发明内容
本说明书提供一种模型训练的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种模型训练的方法,包括:
获取第一图像;
将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果;
根据所述识别结果,对所述感知模型进行训练;
将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域;
以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
可选地,所述第一图像包括多个关联图像,所述多个关联图像中包含有同种类别的目标物的图像;
将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果,具体包括:
将所述多个关联图像输入到所述感知模型中,以针对每个关联图像,将提取出的所述同种类别的目标物在该关联图像中对应的至少一个感兴趣图像区域进行融合,以确定所述同种类别的目标物在该关联图像中的目标物区域,并根据所述同种类别的目标物在该关联图像中的目标物区域,确定所述同种类别的目标物在该关联图像下对应的识别结果。
可选地,根据所述识别结果,对所述感知模型进行训练,具体包括:
以所述同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标,根据所述同种类别的目标物在各关联图像下对应的识别结果,对所述感知模型进行训练。
可选地,将所述第二图像输入到识别模型之前,所述方法还包括:
对所述第二图像进行目标物轮廓识别,以识别出所述第二图像中目标物的轮廓区域,并按照所述轮廓区域,对所述第二图像进行标注,得到标注后第二图像;
通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像;
将所述第二图像输入到识别模型,具体包括:
将所述调整后第二图像输入到所述识别模型。
可选地,通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
在所述标注后第二图像中去除与确定出的所述第二图像中包含的目标物区域不匹配的轮廓区域,得到调整后第二图像。
可选地,通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
从确定出的所述第二图像中包含的目标物区域中,确定出不包括在所述轮廓区域中的目标物区域,作为待补充区域;
根据所述待补充区域,对所述标注后第二图像进行调整,得到调整后第二图像。
可选地,根据所述待补充区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
针对所述待补充区域中包含的每个像素,确定该像素属于所述待补充区域对应的目标物的概率,作为该像素对应的目标物概率;
从所述待补充区域中确定出目标物概率大于设定概率阈值的像素,作为目标像素;
根据所述目标像素,在所述待补充区域中确定所述待补充区域对应的目标物的轮廓区域;
根据确定出的所述待补充区域对应的目标物的轮廓区域,对所述标注后第二图像进行调整,得到调整后第二图像。
本说明书提供了一种模型训练的装置,包括:
获取模块,用于获取第一图像;
融合模块,用于将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果;
感知模块,用于根据所述识别结果,对所述感知模型进行训练;
确定模块,用于将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域;
训练模块,用于以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述模型训练的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述模型训练的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的模型训练的方法中,获取第一图像,并将第一图像输入到感知模型,以针对第一图像涉及的每个目标物,将提取出的该目标物在第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在第一图像中的目标物区域,并根据目标物区域,确定第一图像涉及的目标物的识别结果。其次,根据识别结果,对感知模型进行训练。而后,将第二图像输入到训练后感知模型,以针对第二图像中涉及的每个目标物,确定该目标物在第二图像中对应的目标物区域,将第二图像输入到识别模型,得到该目标物在第二图像中的识别区域。最后,以最小化该目标物在第二图像中对应的目标物区域,与识别区域之间的偏差为优化目标,对识别模型进行训练。
从上述方法中可以看出,本方法能够针对第一图像涉及的每个目标物,将提取出的该目标物在第一图像中对应的至少一个感兴趣图像区域进行融合,以得到该目标物在第一图像中完整的目标物区域,进而通过该完整的目标物区域对识别模型进行训练,提高识别模型的识别准确率,相比于现有技术来说,本方法提高了图像对应的标注的精细程度以及准确性,进而提高了识别模型的识别准确率,以更好的完成识别任务。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种模型训练的方法的流程示意图;
图2A、图2B为本说明书提供的一种关联图像的示意图;
图3为本说明书中一种模型结构的示意图;
图4为本说明书中一种模型训练的装置的结构示意图;
图5为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种模型训练的方法的流程示意图,具体包括以下步骤:
S100:获取第一图像。
在本说明书实施例中,对模型训练的方法的执行主体可以是服务器,也可以是诸如台式电脑等电子设备,为了便于描述,下面仅以服务器为执行主体,对本说明书提供的模型训练的方法进行说明。
在本说明书实施例中,服务器可以获取第一图像,这里是指预先获取到的用于模型训练的图像,该第一图像可以包括多个关联图像。这里提到的关联图像可以是指多个包含同种类别的目标物的图像。即,这些关联图像中包含有相同类别的目标物的图像。例如,图像A、图像B对应的目标物的类别标注中都包含马,则认为图像A、图像B为关联图像。
需要指出的是,关联图像中只要求目标物的类别相同即可,而目标物在关联图像中对应的位置、姿态等可以有所不同。如图2A、图2B所示。
图2A、图2B为本说明书提供的一种关联图像的示意图。
图2A、图2B这两个关联图像中都包含有马这一目标物,即,包含有同种类别的目标物,但是从这两幅图中也可以明显看出,图2A、图2B中的马在图像中的朝向、马的姿态以及马的一些细节特征,均不相同。
S102:将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果。
在实际应用中,服务器通过感知模型提取出的第一图像涉及的目标物对应的感兴趣图像区域往往只是该目标物的一部分。虽然,服务器可以通过该目标物的一部分确定出目标物对应的目标物类别,但是,确定出的该目标物的目标物区域并不完整,无法用于后续的识别模型的训练。因此,服务器需要将该目标物在第一图像中对应的多个感兴趣图像区域进行融合,以得到完整的目标物区域。
在本说明书实施例中,服务器可以将第一图像输入到感知模型,以针对第一图像涉及的每个目标物,将提取出的该目标物在第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在第一图像中的目标物区域,并根据目标物区域,确定第一图像涉及的目标物的识别结果。
在实际应用中,服务器可以通过感知模型提取出的每张图像涉及的目标物对应的感兴趣图像区域,而每张图像中提取出的同种类别的目标物对应的感兴趣图像区域可能不同,为了得到该目标物较为完整的感兴趣图像区域,第一图像需要由多个关联图像组成的,这么做的目的在于可以使训练后的感知模型能够从一张图像中尽可能多的提取出一个目标物所对应的感兴趣图像区域。
在本说明书实施例中,服务器可以将多个关联图像输入到感知模型中,以针对每个关联图像,将提取出的同种类别的目标物在该关联图像中对应的至少一个感兴趣图像区域进行融合,以确定同种类别的目标物在该关联图像中的目标物区域,并根据同种类别的目标物在该关联图像中的目标物区域,确定所述同种类别的目标物在该关联图像下对应的识别结果。
例如,关联图像A中的目标物类别为马,服务器通过感知模型提取出的感兴趣图像区域为马头区域,关联图像B中的目标物类别为马,服务器通过感知模型提取出的感兴趣图像区域为马腿区域,服务器可以确定出关联图像A对应的感兴趣图像区域对应的特征向量,以及关联图像B对应的感兴趣图像区域对应的特征向量,并将两个感兴趣图像区域对应的特征向量进行融合,使得服务器下一次通过感知模型提取的感兴趣图像区域增大,即,同时关注关联图像A中的马头区域以及马腿区域、关联图像B中的马头区域以及马腿区域。基于此,服务器可以通过多张关联图像以及多轮训练,最终使得服务器可以通过感知模型提取出目标物(马)完整的目标物区域。
在本说明书实施例中,感知模型中包含有基础特征向量层、类别层以及若干个融合层,类别层可以提取出不同类别的目标物对应的感兴趣图像区域,如图3所示。
图3为本说明书提供的一种模型结构的示意图。
在图3中,服务器将多个关联图像输入到感知模型中,先通过感知模型中包含的基础特征向量层,得到各关联图像对应的基础特征向量,再将各关联图像对应的基础特征向量输入到类别层中,识别出各关联图像中的不同类别的目标物的感兴趣图像区域。一个关联图像中可能包含有多个类别的目标物,也就是说,类别层可以用于提取出一个关联图像中不同类别的目标物对应的感兴趣图像区域。
针对每个类别的目标物,服务器可以根据各关联图像对应的基础特征向量与提取出的不同类别的目标物的感兴趣图像区域,确定各关联图像中不同类别的目标物的感兴趣图像区域对应的特征向量。这里确定各关联图像中不同类别的目标物的感兴趣图像区域对应的特征向量的方法有多种。例如,针对每个关联图像,服务器可以将该关联图像对应的基础特征向量,与提取出的不同类别的目标物的感兴趣图像区域对应的初始特征向量分别相乘,得到该关联图像中不同类别的目标物的感兴趣图像区域对应的特征向量。再例如,针对每个关联图像,服务器可以根据各关联图像对应的基础特征向量,以及提取出的不同类别的目标物的感兴趣图像区域对应的权重,确定各关联图像中不同类别的目标物的感兴趣图像区域对应的特征向量。
针对每个类别的目标物,服务器再将该关联图像中该类别的目标物的感兴趣图像区域对应的特征向量,输入到与该类别的目标物对应的融合层进行融合,以确定该类别的目标物在该关联图像中的目标物区域,并根据该类别的目标物在该关联图像中的目标物区域,确定该类别的目标物在该关联图像下对应的识别结果。
需要说明的是,上述提到的感知模型确定关联图像的基础特征向量的基础特征向量层可以使用卷积神经网络(Convolutional Neural Networks,CNN)、残差神经网络(Residual Neural Network,ResNet)等,在此不对感知模型中的基础特征向量层进行限定。类别层可以使用类激活映射(Class Activation Mapping,CAM)、鉴别激活层(discriminative activation layer,DA layer)等,在此不对感知模型中的类别层进行限定。融合层可以使用协调多头注意力机制(collaborative Multi-attention,CMA)、多头注意力机制(Multi-head attention)等,在此不对感知模型中的融合层进行限定。
S104:根据所述识别结果,对所述感知模型进行训练。
在本说明书实施例中,服务器可以根据识别结果,对感知模型进行训练。这里提到的识别结果可以是指关联图像中各像素点对应的目标物类别。针对每个关联图像,服务器可以根据不同类别的目标物在该关联图像中的目标物区域,确定该关联图像中每个像素点对应的各目标物类别的概率,将各目标物类别中概率最大的目标物类别,作为该像素点对应的目标物类别。
在本说明书实施例中,服务器可以以同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标,根据同种类别的目标物在各关联图像下对应的识别结果,对感知模型进行训练。
具体的,由于每个关联图片中对同种类别的目标物的感兴趣图像区域不同,使得同种类别的目标物在各关联图像中对应的像素的像素特征也不相同。例如,目标物的类别为马,提取出的关联图像A中的感兴趣图像区域为马头区域,提取出的关联图像B中的感兴趣图像区域为马腿区域,通过类别层的处理,确定关联图像A中目标物(马)对应的像素的像素特征为马头特征,确定关联图像B目标物(马)对应的像素的像素特征为马腿特征,再将马头特征以及马腿特征输入到目标物类别对应的融合层进行融合,并根据确定出的融合特征,得到关联图像A、关联图像B对应的识别结果,将得到的关联图像A、关联图像B对应的识别结果与关联图像A、关联图像B对应的标签进行比对,以对感知模型的参数进行调整。通过调整后的感知模型重新提取出的关联图像A对应的感兴趣图像区域为马头区域以及马腿区域,经过类别层的处理,确定关联图像A中目标物(马)对应的像素的像素特征为马头特征以及马腿特征,得到关联图像A对应的识别结果,对感知模型进行训练。与上述过程相当,确定出关联图像B对应的识别结果,对感知模型进行训练。
进一步的,服务器可以以关联图像A、关联图像B中对应的像素的像素特征相接近为优化目标,也就是说,随着模型的不断训练,从关联图像A、关联图像B中提取出的感兴趣图像区域会相接近(同时提取出目标物马中的马头区域以及马腿区域),根据提取出的感兴趣图像区域,确定出的像素特征也会相接近(像素特征包含马头特征以及马腿特征),并且随着关联图像的增加以及多轮的训练,最终可以通过感知模型提取出目标物(马)完整的目标物区域,得到目标物(马)的整体特征。
S106:将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域。
在本说明书实施例中,服务器可以将第二图像输入到训练后感知模型,以针对第二图像中涉及的每个目标物,确定该目标物在第二图像中对应的目标物区域,将第二图像输入到识别模型,得到该目标物在第二图像中的识别区域。这里提到的第二图像可以是指第一图像中的单张图像,也可以是指专门由于训练的图像。
在实际应用中,服务器可以将第二图像输入到训练后的感知模型,得到第二图像中涉及的每个目标物对应的目标物区域。由于,感知模型得到的目标物区域仅是目标物所在的大致区域,无法得到精细的目标物轮廓,基于此,将该目标物区域作为第二图像的标签,用于识别模型的训练,可能导致识别模型的准确率降低。而目标物轮廓识别仅能识别出精细的目标物轮廓,但是,对目标物的识别准确率较低。因此,服务器需要将确定出的目标物对应的目标物区域与目标物轮廓识别相结合,以识别出正确的目标物对应的精细的目标物轮廓。
在本说明书实施例中,服务器可以对第二图像进行目标物轮廓识别,以识别出第二图像中目标物的轮廓区域,并按照轮廓区域,对第二图像进行标注,得到标注后第二图像。通过训练后感知模型确定出的第二图像中包含的目标物区域,对标注后第二图像进行调整,得到调整后第二图像。将调整后第二图像输入到所述识别模型。
也就是说,服务器先标注出第二图像中目标物的轮廓区域,再根据确定出的第二图像中包含的目标物区域,判断标注出的目标物的目标物轮廓是否正确,若标注出的目标物的目标物轮廓出现错误,通过确定出的第二图像中包含的目标物区域,对标注后第二图像进行调整。
具体的,服务器可以在标注后第二图像中去除与确定出的第二图像中包含的目标物区域不匹配的轮廓区域,得到调整后第二图像。也就是说,判断第二图像中的非目标物区域是否被标注,若非目标物区域被标注,则删除非目标物区域对应的标注,得到调整后第二图像。
服务器还可以从确定出的第二图像中包含的目标物区域中,确定出不包括在轮廓区域中的目标物区域,作为待补充区域,再根据待补充区域,对标注后第二图像进行调整,得到调整后第二图像。
也就是说,判断第二图像中的目标物区域是否被标注,若目标物区域未被标注,则对目标物区域进行目标物轮廓识别,并按照轮廓区域进行标注,得到调整后第二图像。
服务器可以针对待补充区域中包含的每个像素,确定该像素属于待补充区域对应的目标物的概率,作为该像素对应的目标物概率,从待补充区域中确定出目标物概率大于设定概率阈值的像素,作为目标像素,而后,服务器可以根据目标像素,在待补充区域中确定待补充区域对应的目标物的轮廓区域,根据确定出的待补充区域对应的目标物的轮廓区域,对标注后第二图像进行调整,得到调整后第二图像。
也就是说,服务器可以先确定出的待补充区域,再根据目标像素确定出较为粗略的目标物的轮廓区域,为了确定更为精细的目标物的轮廓区域,服务器需要对较为粗略的目标物的轮廓区域进行目标物轮廓识别,以识别出更为精细的目标物的轮廓区域,并添加到标注后的第二图像中,得到调整后第二图像。
相应的,服务器可以针对已标注区域中包含的每个像素,确定该像素对应的目标物概率,针对每个已标注区域,从该已标注区域中确定出目标物概率小于设定概率阈值的像素,作为目标像素,若该已标注区域中的目标像素数量大于设定的数量阈值,去除该已标注区域对应的目标物的轮廓区域,得到调整后第二图像。
S108:以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
在本说明书实施例中,服务器可以以最小化该目标物在第二图像中对应的目标物区域,与识别区域之间的偏差为优化目标,对识别模型进行训练,使得该目标物在第二图像中对应的目标物区域与识别区域之间的偏差不断减小,并在总体上使得识别模型的参数收敛在一个数值范围内,进而完成整个识别模型的训练。
本说明书中训练后的识别模型的应用可以有多种,如医疗影像分析、人脸识别、无人驾驶等,若应用在无人驾驶领域,可以将识别模型部署到无人驾驶设备中进行目标物识别,其中,无人驾驶设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此,应用本说明书提供的模型训练的无人驾驶设备可以用于执行配送领域的配送任务,如,使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
在上述过程中可以看出,本方法能够将多个包含有同种类别的目标物的关联图像输入到感知模型中,以同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标,对感知模型进行训练,以尽可能的提取出所需要的目标物对应的感兴趣图像区域。所以,在将训练后的感知模型应用到实际中时,训练后的感知模型可以从一幅图像中尽可能多的提取出目标物的感兴趣图像区域,即,尽可能的得到目标物在图像中完整的目标物区域。
其次,以目标物在图像中完整的目标物区域(即经过至少一个感兴趣图像区域融合后的区域)为基准,对服务器从图像中所识别出的目标物的轮廓区域进行修正,并通过修正轮廓区域后的图像,对识别模型进行训练,可以有效地保证训练后的识别模型能够精准的识别出目标物在图像中所对应的实际轮廓区域,从而提高了目标物的识别准确率,即,将通过本方法训练后的模型进行图像识别时,不仅能够有效地的识别出所需识别的目标物,还能够从图像中标出这些目标物在图像中的精确位置。
以上为本说明书的一个或多个实施例提供的模型训练的方法,基于同样的思路,本说明书还提供了相应的模型训练的装置,如图4所示。
图4为本说明书提供的一种模型训练的装置示意图,具体包括:
获取模块400,用于获取第一图像;
融合模块402,用于将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果;
感知模块404,用于根据所述识别结果,对所述感知模型进行训练;
确定模块406,用于将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域;
训练模块408,用于以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
可选地,所述融合模块402具体用于,所述第一图像包括多个关联图像,所述多个关联图像中包含有同种类别的目标物的图像,将所述多个关联图像输入到所述感知模型中,以针对每个关联图像,将提取出的所述同种类别的目标物在该关联图像中对应的至少一个感兴趣图像区域进行融合,以确定所述同种类别的目标物在该关联图像中的目标物区域,并根据所述同种类别的目标物在该关联图像中的目标物区域,确定所述同种类别的目标物在该关联图像下对应的识别结果。
可选地,所述感知模块404具体用于,以所述同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标,根据所述同种类别的目标物在各关联图像下对应的识别结果,对所述感知模型进行训练。
可选地,所述感知模块404还用于,对所述第二图像进行目标物轮廓识别,以识别出所述第二图像中目标物的轮廓区域,并按照所述轮廓区域,对所述第二图像进行标注,得到标注后第二图像,通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像,将所述调整后第二图像输入到所述识别模型。
可选地,所述感知模块404具体用于,在所述标注后第二图像中去除与确定出的所述第二图像中包含的目标物区域不匹配的轮廓区域,得到调整后第二图像。
可选地,所述感知模块404还用于,从确定出的所述第二图像中包含的目标物区域中,确定出不包括在所述轮廓区域中的目标物区域,作为待补充区域,根据所述待补充区域,对所述标注后第二图像进行调整,得到调整后第二图像。
可选地,所述感知模块404具体用于,针对所述待补充区域中包含的每个像素,确定该像素属于所述待补充区域对应的目标物的概率,作为该像素对应的目标物概率,从所述待补充区域中确定出目标物概率大于设定概率阈值的像素,作为目标像素,根据所述目标像素,在所述待补充区域中确定所述待补充区域对应的目标物的轮廓区域,根据确定出的所述待补充区域对应的目标物的轮廓区域,对所述标注后第二图像进行调整,得到调整后第二图像。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1所示的模型训练的方法。
本说明书还提供了图5所示的电子设备的示意结构图。如图5所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所示的模型训练的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种模型训练的方法,其特征在于,包括:
获取第一图像;
将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果;
根据所述识别结果,对所述感知模型进行训练;
将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域;
以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
2.如权利要求1所述的方法,其特征在于,所述第一图像包括多个关联图像,所述多个关联图像中包含有同种类别的目标物的图像;
将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果,具体包括:
将所述多个关联图像输入到所述感知模型中,以针对每个关联图像,将提取出的所述同种类别的目标物在该关联图像中对应的至少一个感兴趣图像区域进行融合,以确定所述同种类别的目标物在该关联图像中的目标物区域,并根据所述同种类别的目标物在该关联图像中的目标物区域,确定所述同种类别的目标物在该关联图像下对应的识别结果。
3.如权利要求2所述的方法,其特征在于,根据所述识别结果,对所述感知模型进行训练,具体包括:
以所述同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标,根据所述同种类别的目标物在各关联图像下对应的识别结果,对所述感知模型进行训练。
4.如权利要求1所述的方法,其特征在于,将所述第二图像输入到识别模型之前,所述方法还包括:
对所述第二图像进行目标物轮廓识别,以识别出所述第二图像中目标物的轮廓区域,并按照所述轮廓区域,对所述第二图像进行标注,得到标注后第二图像;
通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像;
将所述第二图像输入到识别模型,具体包括:
将所述调整后第二图像输入到所述识别模型。
5.如权利要求4所述的方法,其特征在于,通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
在所述标注后第二图像中去除与确定出的所述第二图像中包含的目标物区域不匹配的轮廓区域,得到调整后第二图像。
6.如权利要求4所述的方法,其特征在于,通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
从确定出的所述第二图像中包含的目标物区域中,确定出不包括在所述轮廓区域中的目标物区域,作为待补充区域;
根据所述待补充区域,对所述标注后第二图像进行调整,得到调整后第二图像。
7.如权利要求6所述的方法,其特征在于,根据所述待补充区域,对所述标注后第二图像进行调整,得到调整后第二图像,具体包括:
针对所述待补充区域中包含的每个像素,确定该像素属于所述待补充区域对应的目标物的概率,作为该像素对应的目标物概率;
从所述待补充区域中确定出目标物概率大于设定概率阈值的像素,作为目标像素;
根据所述目标像素,在所述待补充区域中确定所述待补充区域对应的目标物的轮廓区域;
根据确定出的所述待补充区域对应的目标物的轮廓区域,对所述标注后第二图像进行调整,得到调整后第二图像。
8.一种模型训练的装置,其特征在于,包括:
获取模块,用于获取第一图像;
融合模块,用于将所述第一图像输入到感知模型,以针对所述第一图像涉及的每个目标物,将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合,以确定该目标物在所述第一图像中的目标物区域,并根据所述目标物区域,确定所述第一图像涉及的目标物的识别结果;
感知模块,用于根据所述识别结果,对所述感知模型进行训练;
确定模块,用于将第二图像输入到训练后感知模型,以针对所述第二图像中涉及的每个目标物,确定该目标物在所述第二图像中对应的目标物区域,将所述第二图像输入到识别模型,得到该目标物在所述第二图像中的识别区域;
训练模块,用于以最小化该目标物在所述第二图像中对应的目标物区域,与所述识别区域之间的偏差为优化目标,对所述识别模型进行训练。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641511.1A CN113344198B (zh) | 2021-06-09 | 2021-06-09 | 一种模型训练的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641511.1A CN113344198B (zh) | 2021-06-09 | 2021-06-09 | 一种模型训练的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344198A true CN113344198A (zh) | 2021-09-03 |
CN113344198B CN113344198B (zh) | 2022-08-26 |
Family
ID=77476166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110641511.1A Active CN113344198B (zh) | 2021-06-09 | 2021-06-09 | 一种模型训练的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344198B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649613A (zh) * | 2024-01-30 | 2024-03-05 | 之江实验室 | 一种光学遥感图像优化方法、装置、存储介质及电子设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140050391A1 (en) * | 2012-08-17 | 2014-02-20 | Nec Laboratories America, Inc. | Image segmentation for large-scale fine-grained recognition |
US20170032224A1 (en) * | 2015-07-31 | 2017-02-02 | Xiaomi Inc. | Method, device and computer-readable medium for sensitive picture recognition |
CN108960049A (zh) * | 2018-05-25 | 2018-12-07 | 中国石油天然气股份有限公司 | 长输油气管道的高后果区的识别方法、装置及存储介质 |
CN110097128A (zh) * | 2019-05-07 | 2019-08-06 | 广东工业大学 | 医学图像分类装置及系统 |
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
CN110287850A (zh) * | 2019-06-20 | 2019-09-27 | 北京三快在线科技有限公司 | 一种模型训练以及目标物识别的方法及装置 |
US20190384954A1 (en) * | 2018-06-18 | 2019-12-19 | Abbyy Production Llc | Detecting barcodes on images |
CN111291819A (zh) * | 2020-02-19 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN111860413A (zh) * | 2020-07-29 | 2020-10-30 | Oppo广东移动通信有限公司 | 目标对象的检测方法、装置、电子设备及存储介质 |
CN112200796A (zh) * | 2020-10-28 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种基于隐私保护的图像处理方法、装置及设备 |
CN112329596A (zh) * | 2020-11-02 | 2021-02-05 | 中国平安财产保险股份有限公司 | 目标物定损方法、装置、电子设备及计算机可读存储介质 |
CN112365493A (zh) * | 2020-11-30 | 2021-02-12 | 上海鹰瞳医疗科技有限公司 | 用于眼底图像识别模型的训练数据生成方法及设备 |
US20210064859A1 (en) * | 2019-08-30 | 2021-03-04 | Canon Kabushiki Kaisha | Image processing system, image processing method, and storage medium |
CN112446379A (zh) * | 2021-02-01 | 2021-03-05 | 清华大学 | 一种动态大场景自适应智能处理方法 |
CN112668577A (zh) * | 2020-12-30 | 2021-04-16 | 云南联合视觉科技有限公司 | 大尺度图像中目标物体的检测方法、终端及装置 |
CN112699832A (zh) * | 2021-01-12 | 2021-04-23 | 腾讯科技(深圳)有限公司 | 目标检测方法、装置、设备以及存储介质 |
CN112766241A (zh) * | 2021-04-07 | 2021-05-07 | 北京三快在线科技有限公司 | 一种目标物识别方法以及装置 |
-
2021
- 2021-06-09 CN CN202110641511.1A patent/CN113344198B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140050391A1 (en) * | 2012-08-17 | 2014-02-20 | Nec Laboratories America, Inc. | Image segmentation for large-scale fine-grained recognition |
US20170032224A1 (en) * | 2015-07-31 | 2017-02-02 | Xiaomi Inc. | Method, device and computer-readable medium for sensitive picture recognition |
CN108960049A (zh) * | 2018-05-25 | 2018-12-07 | 中国石油天然气股份有限公司 | 长输油气管道的高后果区的识别方法、装置及存储介质 |
US20190384954A1 (en) * | 2018-06-18 | 2019-12-19 | Abbyy Production Llc | Detecting barcodes on images |
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
CN110097128A (zh) * | 2019-05-07 | 2019-08-06 | 广东工业大学 | 医学图像分类装置及系统 |
CN110287850A (zh) * | 2019-06-20 | 2019-09-27 | 北京三快在线科技有限公司 | 一种模型训练以及目标物识别的方法及装置 |
US20210064859A1 (en) * | 2019-08-30 | 2021-03-04 | Canon Kabushiki Kaisha | Image processing system, image processing method, and storage medium |
CN111291819A (zh) * | 2020-02-19 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN111860413A (zh) * | 2020-07-29 | 2020-10-30 | Oppo广东移动通信有限公司 | 目标对象的检测方法、装置、电子设备及存储介质 |
CN112200796A (zh) * | 2020-10-28 | 2021-01-08 | 支付宝(杭州)信息技术有限公司 | 一种基于隐私保护的图像处理方法、装置及设备 |
CN112329596A (zh) * | 2020-11-02 | 2021-02-05 | 中国平安财产保险股份有限公司 | 目标物定损方法、装置、电子设备及计算机可读存储介质 |
CN112365493A (zh) * | 2020-11-30 | 2021-02-12 | 上海鹰瞳医疗科技有限公司 | 用于眼底图像识别模型的训练数据生成方法及设备 |
CN112668577A (zh) * | 2020-12-30 | 2021-04-16 | 云南联合视觉科技有限公司 | 大尺度图像中目标物体的检测方法、终端及装置 |
CN112699832A (zh) * | 2021-01-12 | 2021-04-23 | 腾讯科技(深圳)有限公司 | 目标检测方法、装置、设备以及存储介质 |
CN112446379A (zh) * | 2021-02-01 | 2021-03-05 | 清华大学 | 一种动态大场景自适应智能处理方法 |
CN112766241A (zh) * | 2021-04-07 | 2021-05-07 | 北京三快在线科技有限公司 | 一种目标物识别方法以及装置 |
Non-Patent Citations (5)
Title |
---|
H. HUANG ET AL: "Combined Multiscale Convolutional Neural Networks and Superpixels for Building Extraction In Very High-Resolution Images", 《IGARSS 2019 - 2019 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
J. JOSIFOVSKI ET AL: "Object Detection and Pose Estimation Based on Convolutional Neural Networks Trained with Synthetic Data", 《2018 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS)》 * |
PAN WEI ET AL: "Fusion of an Ensemble of Augmented Image Detectors for Robust Object Detection", 《SENSORS》 * |
范艳芳等: "车载边缘计算中基于深度强化学习的协同计算卸载方案", 《计算机科学》 * |
青晨等: "深度卷积神经网络图像语义分割研究进展", 《中国图象图形学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649613A (zh) * | 2024-01-30 | 2024-03-05 | 之江实验室 | 一种光学遥感图像优化方法、装置、存储介质及电子设备 |
CN117649613B (zh) * | 2024-01-30 | 2024-04-26 | 之江实验室 | 一种光学遥感图像优化方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113344198B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10713865B2 (en) | Method and apparatus for improving vehicle loss assessment image identification result, and server | |
CN112801229B (zh) | 一种识别模型的训练方法及装置 | |
CN108334892B (zh) | 一种基于卷积神经网络的车型识别方法、装置及设备 | |
US10719863B2 (en) | Method and apparatus for improving vehicle loss assessment image identification result, and server | |
CN111508258B (zh) | 一种定位方法及装置 | |
CN110675407B (zh) | 一种图像实例分割方法、装置、电子设备及存储介质 | |
CN111238450B (zh) | 视觉定位方法及装置 | |
CN110991520B (zh) | 一种生成训练样本的方法以及装置 | |
CN112784857A (zh) | 一种模型训练以及图像处理方法及装置 | |
CN114332873A (zh) | 一种识别模型的训练方法及装置 | |
CN112465029A (zh) | 一种实例追踪的方法及装置 | |
CN113344198B (zh) | 一种模型训练的方法及装置 | |
CN112990099B (zh) | 一种车道线检测的方法以及装置 | |
CN111368902A (zh) | 一种数据标注的方法及装置 | |
CN113888415B (zh) | 一种模型训练以及图像修复方法及装置 | |
CN112883871B (zh) | 一种模型训练以及确定无人车运动策略方法及装置 | |
CN113988162A (zh) | 模型训练及图像识别方法、装置、存储介质及电子设备 | |
CN112818968A (zh) | 一种目标物分类方法及装置 | |
CN117197781A (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
CN112734851B (zh) | 一种位姿确定的方法以及装置 | |
CN114926437A (zh) | 一种图像质量评价方法及装置 | |
CN112949642B (zh) | 一种文字生成方法、装置、存储介质及电子设备 | |
CN114359935A (zh) | 一种模型训练以及表格识别方法及装置 | |
CN115017905A (zh) | 一种模型训练和信息推荐的方法及装置 | |
CN115018866A (zh) | 一种边界确定方法、装置、存储介质及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |