CN113537309B - 一种对象识别方法、装置及电子设备 - Google Patents

一种对象识别方法、装置及电子设备 Download PDF

Info

Publication number
CN113537309B
CN113537309B CN202110734210.3A CN202110734210A CN113537309B CN 113537309 B CN113537309 B CN 113537309B CN 202110734210 A CN202110734210 A CN 202110734210A CN 113537309 B CN113537309 B CN 113537309B
Authority
CN
China
Prior art keywords
sample
splicing
target
features
feature
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.)
Active
Application number
CN202110734210.3A
Other languages
English (en)
Other versions
CN113537309A (zh
Inventor
余威
王昆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110734210.3A priority Critical patent/CN113537309B/zh
Publication of CN113537309A publication Critical patent/CN113537309A/zh
Priority to US17/809,210 priority patent/US20220327803A1/en
Application granted granted Critical
Publication of CN113537309B publication Critical patent/CN113537309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06V2201/10—Recognition assisted with metadata

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种对象识别方法、装置及电子设备，涉及数据处理领域，尤其涉及对象识别领域。具体实现方案为：获取待检测对象的位置信息及图像数据；对待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征；将第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；将第二目标拼接特征与各第二样本拼接特征进行匹配，得到与第二目标拼接特征匹配的第二样本拼接特征，其中，第二样本拼接特征是利用深度学习模型对样本对象的第一样本拼接特征进行处理得到的；判定待检测对象为与第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象，实现了待检测对象的识别，能够适用于POI的识别场景。

Description

一种对象识别方法、装置及电子设备
技术领域
本公开涉及数据处理技术领域，尤其涉及一种对象识别方法、装置及电子设备。
背景技术
在地理信息系统中，一个POI(Point of Interest，兴趣点)可以是一栋房子、一个商铺、一个邮筒、一个公交站等。POI的识别在用户定位、电子地图生成等方面具有重要意义。
发明内容
本公开提供了一种对象识别方法、装置及电子设备。
根据本公开的一方面，提供了一种对象识别方法，包括：
获取待检测对象的位置信息及图像数据；
对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征；
将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；
将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的；
判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
根据本公开的另一方面，提供了一种对象识别装置，包括：
对象信息获取模块，用于获取待检测对象的位置信息及图像数据；
拼接特征提取模块，用于对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征；
拼接特征转换模块，用于将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；
拼接特征匹配模块，用于将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的；
对象识别模块，用于判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
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本公开中任一对象识别方法。
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，其中，所述计算机指令用于使所述计算机执行本公开中任一对象识别方法。
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，所述计算机程序在被处理器执行时实现本公开中任一对象识别方法。
在本公开实施例中，基于待检测对象的位置信息及图像数据，得到包括该待检测对象的位置信息的特征及图像数据的特征的第一目标拼接特征，并利用深度学习模型将第一目标拼接特征转换为第二目标拼接特征，将第二目标拼接特征与各样本对的第二样本拼接特征进行匹配，并判定该待检测对象为与其第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象，实现了待检测对象的识别，能够适用于POI的识别场景。
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是根据本公开的对象识别方法的一种示意图；
图2是根据本公开的步骤S102的一种可能的实现方式的示意图；
图3根据本公开的深度学习模型的训练方法的一种示意图
图4是根据本公开的对象识别装置的一种示意图；
图5是用来实现本公开实施例的对象识别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。
本公开的一实施例中提供了一种对象识别方法，参见图1，包括：
S101，获取待检测对象的位置信息及图像数据。
本公开实施例的对象识别方法可以通过电子设备实现，具体的，该电子设备可以为个人电脑、智能手机或服务器等。
待检测对象应当为位置固定的对象，例如，待检测对象可以为商铺的招牌、房屋、桥梁、公交站牌等。待检测对象的图像数据为包括待检测对象的图像，待检测对象的位置信息可以为待检测对象的经纬度，也可为待检测对象在自定义的世界坐标系中的坐标。
S102，对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征。
待检测对象的第一目标拼接特征中包括待检测对象的位置信息的特征即空间特征，以及待检测对象的图像数据的特征即视觉特征。一个例子中，可以分别提取待检测对象位置信息的特征及图像数据的特征，然后对位置信息的特征及图像数据的特征进行拼接，得到第一目标拼接特征。一个例子中，可以对待检测对象的位置信息及图像数据进行联合特征提取，从而得到第一目标拼接特征，具体的，可以将待检测对象的位置信息作为图像数据额外的通道，例如，图像数据本身包含R、G、B三个通道，在这三个通道的基础上在增加一个通道，该新增的通道对应待检测对象的位置信息(一个例子中，可以令该通道的第一行对应X坐标，第二行对应Y坐标，其他行置零)，然后将包含四个通道的数据输入到卷积神经网络中进行特征提取，从而得到第一目标拼接特征。
S103，将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征。
深度学习模型可以为任意的特征提取网络，例如，可以为CNN(ConvolutionalNeural Networks，卷积神经网络)、RCNN(Regions with CNN，区域卷积神经网络)或YOLO(You only look once，你只看一次)等。一个例子中，深度学习模型可以采用MLP(Multi-layer Perceptrons，多层感知机)网络。
预先训练的深度学习模型用于对第一目标拼接特征进行处理，从而得到第二目标拼接特征；此处的处理可以包括卷积处理、池化处理、下采样、上采样、残差计算等操作中的一种或多种，实际处理方式由深度学习模型的实际网络结构决定。其中，经过深度学习模型的处理后，相同目标的第二目标拼接特征的相似度大于不同目标的第二目标拼接特征的相似度。
S104，将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的。
将样本对象的第一样本拼接特征输入到所述深度学习模型中，所述深度学习模型输出该样本对象的第二样本拼接特征，样本对象的第一样本拼接特征包括该样本对象的位置信息的特征及图像数据的特征。获取各样本对象的第二样本拼接特征，将第二目标拼接特征与各第二样本拼接特征进行匹配，从而得到与第二目标拼接特征匹配的第二样本拼接特征。一个例子中，在一次匹配的过程中，可以将第二目标拼接特征与一个第二样本拼接特征进行匹配。一个例子中，为了提高匹配的效率，可以采用并行匹配的方式，在一次匹配的过程中，将第二目标拼接特征与多个第二样本拼接特征进行匹配。
在一种可能的实施方式中，将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，包括：利用预设人工神经网络将所述第二目标拼接特征与多个第二样本拼接特征并行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征。
ANN(Artificial Neural Network，人工神经网络)具有并行处理、连续计算的特点，利用ANN将第二目标拼接特征与多个第二样本拼接特征并行匹配，可以快速、准确的完成第二目标拼接特征与各第二样本拼接特征的匹配，提高了匹配效率，从而最终提高对象识别的效率。
S105，判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
将与第二目标拼接特征匹配的第二样本拼接特征所属的样本对象称为目标样本对象，则待检测对象即为该目标样本对象。
在本公开实施例中，基于待检测对象的位置信息及图像数据，得到包括该待检测对象的位置信息的特征及图像数据的特征的第一目标拼接特征，并利用深度学习模型将第一目标拼接特征转换为第二目标拼接特征，将第二目标拼接特征与各样本对的第二样本拼接特征进行匹配，并判定该待检测对象为与其第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象，实现了待检测对象的识别，待检测对象具体可以为POI，因此能够适用于POI的识别场景；第二样本拼接特征同时兼具视觉特征及空间特征，通过一步匹配便可以实现对象的匹配，相比于对空间特征及视觉特征分别进行两步匹配，减少了匹配的复杂度，增加了匹配的效率，从而最终提高对象识别的效率。
一个例子中，可以分别提取待检测对象的位置信息及图像数据的特征，然后拼接得到第一目标拼接特征。例如图2所示，在一种可能的实施方式中，所述对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，包括：
S201，对所述待检测对象的图像数据进行特征提取，得到目标图像特征。
图像特征的提取方式可以参见相关技术中的图像特征提取方式，例如可以利用卷积神经网络对待检测对象的图像数据进行特征提取；例如可以基于Arcface的特征提取模型对待检测对象的图像数据进行特征提取；一个例子中还可以采用图像特征提取算子对待检测对象的图像数据进行特征提取，具体的，图像特征提取算子可以为HOG(Histograms ofOriented Gradients，方向梯度直方图)提取算子、LBP(Local Binary Pattern，局部二值模式)提取算子或Haar-like特征提取算子等。
S202，对所述待检测对象的位置信息进行特征编码，得到目标位置特征。
其中，目标图像特征对应上述的图像数据的特征，目标位置特征对应上述的位置信息的特征。
一个例子中，可以利用预设空间编码方法，例如GEO哈希(Geohash)编码算法或独热编码算法等，对待检测对象的位置信息进行特征编码从而得到待检测对象的目标位置特征。
本公开实施例中不对S201及S202的执行顺序进行限定，可以先执行S201再执行S202，也可以先执行S202再执行S201，还可以并行执行S201及S202，均在本申请的保护范围内。
S203，对所述目标图像特征与所述目标位置特征拼接，得到第一目标拼接特征。
一个例子中，可以直接将待检测对象的目标图像特征与目标位置特征在维度上进行相加，以拼接得到第一目标拼接特征。一个例子中，可以调用concat()函数对待检测对象的目标图像特征与目标位置特征进行拼接，从而得到第一目标拼接特征。
在本公开实施例中，分别提取待检测对象的位置信息及图像数据的特征，然后拼接得到第一目标拼接特征，简单、高效的实现了待检测对象的空间特征及视觉特征的融合；后续可基于包括待检测对象的空间特征及视觉特征的第一目标拼接特征，可以通过一次匹配的方式实现待检测对象的识别，对象识别效率高。
深度学习模型需要预先进行训练，在一种可能的实施方式中，上述方法还包括：
步骤一，获取多个样本对，其中，所述样本对包括多个第一类负样本对、多个第二类负样本对及多个正样本对，所述第一类负样本对包括两个品牌相同、且距离大于预设距离阈值的样本对象的第一样本拼接特征；所述第二类负样本对包括两个品牌不同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；所述正样本对包括两个品牌相同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；
步骤二，选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征；
步骤三，基于该样本对对应的两个第二样本拼接特征的相似性计算模型的损失，并根据当前的损失调整深度学习模型的训练参数，其中，针对第一类负样本对及第二类负样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越大，针对正样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越小；
步骤四，判断是否满足预设结束条件，若否则返回步骤：选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征，继续执行；若是则得到训练好的深度学习模型。
本公开实施例还提供了一种深度学习模型的训练方法，参见图3，包括：
S301，获取多个样本对，其中，所述样本对包括多个第一类负样本对、多个第二类负样本对及多个正样本对，所述第一类负样本对包括两个品牌相同、且距离大于预设距离阈值的样本对象的第一样本拼接特征；所述第二类负样本对包括两个品牌不同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；所述正样本对包括两个品牌相同、且距离小于预设距离阈值的样本对象的第一样本拼接特征。
一个例子中，选取品牌相同、且距离大于预设距离阈值的两个样本对象，针对这两个样本对象中的任一样本对象，对该样本对象的位置信息及图像数据进行特征提取，得到该样本对象第一样本拼接特征，从而得到这两个样本对象各自的第一样本拼接特征，组成第一类负样本对。
一个例子中，选取品牌不同、且距离小于预设距离阈值的两个样本对象，针对这两个样本对象中的任一样本对象，对该样本对象的位置信息及图像数据进行特征提取，得到该样本对象第一样本拼接特征，从而得到这两个样本对象各自的第一样本拼接特征，组成第二类负样本对。
一个例子中，选取品牌相同、且距离小于预设距离阈值的两个样本对象，针对这两个样本对象中的任一样本对象，对该样本对象的位置信息及图像数据进行特征提取，得到该样本对象第一样本拼接特征，从而得到这两个样本对象各自的第一样本拼接特征，组成正样本对。
“对样本对象的位置信息及图像数据进行特征提取，得到样本对象第一样本拼接特征”的具体实现过程，可以参见上述实施例中“对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征”的具体实现过程，此处不再赘述。
S302，选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征。
深度学习模型可以为任意的特征提取网络，例如，可以为CNN(ConvolutionalNeural Networks，卷积神经网络)、RCNN(Regions with CNN，区域卷积神经网络)或YOLO(You only look once，你只看一次)等。一个例子中，深度学习模型可以采用MLP(Multi-layer Perceptrons，多层感知机)网络。
S303，基于该样本对对应的两个第二样本拼接特征的相似性计算模型的损失，并根据当前的损失调整深度学习模型的训练参数，其中，针对第一类负样本对及第二类负样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越大，针对正样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越小。
深度学习模型的训练目标为：使基于同一负样本对(包括第一类负样本对及第二类负样本对)得到的两个第二样本拼接特征的相似度尽量小，使基于同一正样本对得到的两个第二样本拼接特征的相似度尽量大。模型的loss(损失)可以为度量loss，例如tripletloss或npair loss等，也可以为带度量的分类loss，例如arcface或sphereface等。
S304，判断是否满足预设结束条件，若否则返回步骤：选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征，继续执行；若是则得到训练好的深度学习模型。
预设结束条件可以根据实际情况自定义设置，例如，可以为模型的损失收敛，或者可以为达到预设的训练次数等。
一个例子中，可以采取随机选取第一类负样本对、第二类负样本对或正样本对的方式对深度学习模型进行训练。
一个例子中，为了加快深度学习模型的训练速度，可以先选取第一类负样本及正样本对对深度学习模型进行训练，从而完成深度学习模型在空间维度上的分辨训练后；然后选取第二类负样本及正样本对对深度学习模型进行训练，从而完成深度学习模型在视觉维度上的分辨训练。
一个例子中，为了加快深度学习模型的训练速度，可以先选取第二类负样本及正样本对对深度学习模型进行训练，从而完成深度学习模型在视觉维度上的分辨训练后；然后选取第一类负样本及正样本对对深度学习模型进行训练，从而完成深度学习模型在空间维度上的分辨训练。
在本公开实施例中，给出了深度学习模型的训练方法，能够适用于POI的识别场景；深度学习模型的特征转换同时兼具视觉特征及空间特征，后续通过一步匹配便可以实现对象的匹配，相比于对空间特征及视觉特征分别进行两步匹配，减少了匹配的复杂度，增加了匹配的效率，从而最终提高对象识别的效率。
本公开实施例还提供了一种对象识别装置，参见图4，该装置包括：
对象信息获取模块41，用于获取待检测对象的位置信息及图像数据；
拼接特征提取模块42，用于对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征；
拼接特征转换模块43，用于将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；
拼接特征匹配模块44，用于将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的；
对象识别模块45，用于判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
在一种可能的实施方式中，所述拼接特征提取模块，具体用于：对所述待检测对象的图像数据进行特征提取，得到目标图像特征；对所述待检测对象的位置信息进行特征编码，得到目标位置特征；对所述目标图像特征与所述目标位置特征拼接，得到第一目标拼接特征。
在一种可能的实施方式中，所述拼接特征匹配模块，具体用于：
利用预设人工神经网络将所述第二目标拼接特征与多个第二样本拼接特征并行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征。
在一种可能的实施方式中，所述装置还包括模型训练模块，用于：
获取多个样本对，其中，所述样本对包括多个第一类负样本对、多个第二类负样本对及多个正样本对，所述第一类负样本对包括两个品牌相同、且距离大于预设距离阈值的样本对象的第一样本拼接特征；所述第二类负样本对包括两个品牌不同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；所述正样本对包括两个品牌相同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；
选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征；
基于该样本对对应的两个第二样本拼接特征的相似性计算模型的损失，并根据当前的损失调整深度学习模型的训练参数，其中，针对第一类负样本对及第二类负样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越大，针对正样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越小；
判断是否满足预设结束条件，若否则返回步骤：选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征，继续执行；若是则得到训练好的深度学习模型。
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。
本公开还提供了一种电子设备，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本公开中任一项所述的方法。
本公开还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，其中，所述计算机指令用于使所述计算机执行本公开中任一项所述的方法。
本公开还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开中任一项所述的方法。
图5示出了可以用来实施本公开的实施例的示例电子设备500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/或者要求的本公开的实现。
如图5所示，设备500包括计算单元51，其可以根据存储在只读存储器(ROM)52中的计算机程序或者从存储单元58加载到随机访问存储器(RAM)53中的计算机程序，来执行各种适当的动作和处理。在RAM53中，还可存储设备500操作所需的各种程序和数据。计算单元51、ROM 52以及RAM53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。
设备500中的多个部件连接至I/O接口55，包括：输入单元56，例如键盘、鼠标等；输出单元57，例如各种类型的显示器、扬声器等；存储单元58，例如磁盘、光盘等；以及通信单元59，例如网卡、调制解调器、无线通信收发机等。通信单元59允许设备500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51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51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51执行上文所描述的各个方法和处理，例如对象识别方法。例如，在一些实施例中，对象识别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58。在一些实施例中，计算机程序的部分或者全部可以经由ROM 52和/或通信单元59而被载入和/或安装到设备500上。当计算机程序加载到RAM 53并由计算单元51执行时，可以执行上文描述的对象识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元51可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行对象识别方法。
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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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，本发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 (10)

1.一种对象识别方法，包括：
获取待检测对象的位置信息及图像数据；
对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征；
将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；
将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的；
判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
2.根据权利要求1所述的方法，其中，所述对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，包括：
对所述待检测对象的图像数据进行特征提取，得到目标图像特征；
对所述待检测对象的位置信息进行特征编码，得到目标位置特征；
对所述目标图像特征与所述目标位置特征拼接，得到第一目标拼接特征。
3.根据权利要求1所述的方法，其中，所述将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，包括：
利用预设人工神经网络将所述第二目标拼接特征与多个第二样本拼接特征并行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征。
4.根据权利要求1所述的方法，其中，所述深度学习模型的训练过程包括：
获取多个样本对，其中，所述样本对包括多个第一类负样本对、多个第二类负样本对及多个正样本对，所述第一类负样本对包括两个品牌相同、且距离大于预设距离阈值的样本对象的第一样本拼接特征；所述第二类负样本对包括两个品牌不同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；所述正样本对包括两个品牌相同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；
选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征；
基于该样本对对应的两个第二样本拼接特征的相似性计算模型的损失，并根据当前的损失调整深度学习模型的训练参数，其中，针对第一类负样本对及第二类负样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越大，针对正样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越小；
判断是否满足预设结束条件，若否则返回步骤：选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征，继续执行；若是则得到训练好的深度学习模型。
5.一种对象识别装置，包括：
对象信息获取模块，用于获取待检测对象的位置信息及图像数据；
拼接特征提取模块，用于对所述待检测对象的位置信息及图像数据进行特征提取，得到第一目标拼接特征，其中，所述第一目标拼接特征中包括所述待检测对象的位置信息的特征及图像数据的特征；
拼接特征转换模块，用于将所述第一目标拼接特征输入到预先训练的深度学习模型中，得到第二目标拼接特征；
拼接特征匹配模块，用于将所述第二目标拼接特征与各第二样本拼接特征进行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征，其中，所述第二样本拼接特征是利用所述深度学习模型对样本对象的第一样本拼接特征进行处理得到的；
对象识别模块，用于判定所述待检测对象为与所述第二目标拼接特征匹配的第二样本拼接特征所对应的样本对象。
6.根据权利要求5所述的装置，其中，所述拼接特征提取模块，具体用于：
对所述待检测对象的图像数据进行特征提取，得到目标图像特征；
对所述待检测对象的位置信息进行特征编码，得到目标位置特征；
对所述目标图像特征与所述目标位置特征拼接，得到第一目标拼接特征。
7.根据权利要求5所述的装置，其中，所述拼接特征匹配模块，具体用于：
利用预设人工神经网络将所述第二目标拼接特征与多个第二样本拼接特征并行匹配，得到与所述第二目标拼接特征匹配的第二样本拼接特征。
8.根据权利要求5所述的装置，其中，所述装置还包括模型训练模块，用于：
获取多个样本对，其中，所述样本对包括多个第一类负样本对、多个第二类负样本对及多个正样本对，所述第一类负样本对包括两个品牌相同、且距离大于预设距离阈值的样本对象的第一样本拼接特征；所述第二类负样本对包括两个品牌不同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；所述正样本对包括两个品牌相同、且距离小于预设距离阈值的样本对象的第一样本拼接特征；
选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征；
基于该样本对对应的两个第二样本拼接特征的相似性计算模型的损失，并根据当前的损失调整深度学习模型的训练参数，其中，针对第一类负样本对及第二类负样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越大，针对正样本对，其对应的两个第二样本拼接特征的相似性越高模型的损失越小；
判断是否满足预设结束条件，若否则返回步骤：选取一样本对，将该样本对中的两个第一样本拼接特征分别输入到深度学习模型中进行处理，得到该样本对对应的两个第二样本拼接特征，继续执行；若是则得到训练好的深度学习模型。
9.一种电子设备，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1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
CN202110734210.3A 2021-06-30 2021-06-30 一种对象识别方法、装置及电子设备 Active CN113537309B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110734210.3A CN113537309B (zh) 2021-06-30 2021-06-30 一种对象识别方法、装置及电子设备
US17/809,210 US20220327803A1 (en) 2021-06-30 2022-06-27 Method of recognizing object, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110734210.3A CN113537309B (zh) 2021-06-30 2021-06-30 一种对象识别方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113537309A CN113537309A (zh) 2021-10-22
CN113537309B true CN113537309B (zh) 2023-07-28

Family

ID=78097306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110734210.3A Active CN113537309B (zh) 2021-06-30 2021-06-30 一种对象识别方法、装置及电子设备

Country Status (2)

Country Link
US (1) US20220327803A1 (zh)
CN (1) CN113537309B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117762602B (zh) * 2024-02-22 2024-05-07 北京大学 面向边缘异构硬件的深度学习级联任务调度方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073849A (zh) * 2010-08-06 2011-05-25 中国科学院自动化研究所 目标图像识别系统及方法
CN105571583A (zh) * 2014-10-16 2016-05-11 华为技术有限公司 一种用户位置定位方法以及服务器
CN109214403A (zh) * 2017-07-06 2019-01-15 阿里巴巴集团控股有限公司 图像识别方法、装置及设备、可读介质
CN109377518A (zh) * 2018-09-29 2019-02-22 佳都新太科技股份有限公司 目标追踪方法、装置、目标追踪设备及存储介质
WO2020006961A1 (zh) * 2018-07-03 2020-01-09 北京字节跳动网络技术有限公司 用于提取图像的方法和装置
CN111523596A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 目标识别模型训练方法、装置、设备以及存储介质
CN112381104A (zh) * 2020-11-16 2021-02-19 腾讯科技（深圳）有限公司 一种图像识别方法、装置、计算机设备及存储介质
WO2021051278A1 (zh) * 2019-09-17 2021-03-25 深圳市大疆创新科技有限公司 地表特征识别方法、设备、无人机及计算机可读存储介质
CN112699888A (zh) * 2020-12-31 2021-04-23 上海肇观电子科技有限公司 图像识别方法、目标对象的提取方法、装置、介质及设备
CN112906823A (zh) * 2021-03-29 2021-06-04 苏州科达科技股份有限公司 目标对象识别模型训练方法、识别方法及识别装置
CN112966558A (zh) * 2021-02-03 2021-06-15 华设设计集团股份有限公司 基于优化ssd目标检测模型的港口自动识别方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073849A (zh) * 2010-08-06 2011-05-25 中国科学院自动化研究所 目标图像识别系统及方法
CN105571583A (zh) * 2014-10-16 2016-05-11 华为技术有限公司 一种用户位置定位方法以及服务器
CN109214403A (zh) * 2017-07-06 2019-01-15 阿里巴巴集团控股有限公司 图像识别方法、装置及设备、可读介质
WO2020006961A1 (zh) * 2018-07-03 2020-01-09 北京字节跳动网络技术有限公司 用于提取图像的方法和装置
CN109377518A (zh) * 2018-09-29 2019-02-22 佳都新太科技股份有限公司 目标追踪方法、装置、目标追踪设备及存储介质
WO2021051278A1 (zh) * 2019-09-17 2021-03-25 深圳市大疆创新科技有限公司 地表特征识别方法、设备、无人机及计算机可读存储介质
CN111523596A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 目标识别模型训练方法、装置、设备以及存储介质
CN112381104A (zh) * 2020-11-16 2021-02-19 腾讯科技（深圳）有限公司 一种图像识别方法、装置、计算机设备及存储介质
CN112699888A (zh) * 2020-12-31 2021-04-23 上海肇观电子科技有限公司 图像识别方法、目标对象的提取方法、装置、介质及设备
CN112966558A (zh) * 2021-02-03 2021-06-15 华设设计集团股份有限公司 基于优化ssd目标检测模型的港口自动识别方法及系统
CN112906823A (zh) * 2021-03-29 2021-06-04 苏州科达科技股份有限公司 目标对象识别模型训练方法、识别方法及识别装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于机器视觉的目标识别与抓取研究;张纯纯;冯创意;高统林;;农业装备与车辆工程(12);92-95 *
道路场景物体识别模型研究;李志军;工业控制计算机;56-58 *

Also Published As

Publication number Publication date
CN113537309A (zh) 2021-10-22
US20220327803A1 (en) 2022-10-13

Similar Documents

Publication Publication Date Title
CN112597837B (zh) 图像检测方法、装置、设备、存储介质和计算机程序产品
CN113095336B (zh) 关键点检测模型的训练方法和检测目标对象关键点的方法
CN112560862B (zh) 文本识别方法、装置及电子设备
CN113971751A (zh) 训练特征提取模型、检测相似图像的方法和装置
CN112784739B (zh) 模型的训练方法、关键点定位方法、装置、设备和介质
CN113205041B (zh) 结构化信息提取方法、装置、设备和存储介质
CN114202026B (zh) 多任务模型训练方法和装置、多任务处理方法和装置
CN112528858A (zh) 人体姿态估计模型的训练方法、装置、设备、介质及产品
CN113947188A (zh) 目标检测网络的训练方法和车辆检测方法
CN113657483A (zh) 模型训练方法、目标检测方法、装置、设备以及存储介质
US20220172376A1 (en) Target Tracking Method and Device, and Electronic Apparatus
CN113537192B (zh) 图像检测方法、装置、电子设备及存储介质
CN113378712A (zh) 物体检测模型的训练方法、图像检测方法及其装置
CN114119990B (zh) 用于图像特征点匹配的方法、装置及计算机程序产品
CN113537309B (zh) 一种对象识别方法、装置及电子设备
CN115359308A (zh) 模型训练、难例识别方法、装置、设备、存储介质及程序
CN117911891A (zh) 一种设备识别方法、装置、电子设备及存储介质
CN114494782B (zh) 图像处理方法、模型训练方法、相关装置及电子设备
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN113887535B (zh) 模型训练方法、文本识别方法、装置、设备和介质
CN113255512B (zh) 用于活体识别的方法、装置、设备以及存储介质
CN113936158A (zh) 一种标签匹配方法及装置
CN113591567A (zh) 目标检测方法、目标检测模型的训练方法及其装置
CN113378696B (zh) 图像处理方法、装置、设备及存储介质
CN114625984B (zh) 兴趣点验证方法、装置、电子设备及存储介质

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