CN113705716A - 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 - Google Patents
图像识别模型训练方法、设备、云控平台及自动驾驶车辆 Download PDFInfo
- Publication number
- CN113705716A CN113705716A CN202111035295.2A CN202111035295A CN113705716A CN 113705716 A CN113705716 A CN 113705716A CN 202111035295 A CN202111035295 A CN 202111035295A CN 113705716 A CN113705716 A CN 113705716A
- Authority
- CN
- China
- Prior art keywords
- sample set
- image recognition
- recognition model
- training
- sample
- 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 215
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012360 testing method Methods 0.000 claims abstract description 139
- 238000003062 neural network model Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 36
- 238000012795 verification Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000003672 processing method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method 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
- 238000005259 measurement 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
- 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
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06N3/04—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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像识别模型训练方法、设备、云控平台及自动驾驶车辆，涉及智能交通、自动驾驶、计算机视觉和深度学习技术领域。具体实现方案为：获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。采用本公开，可以拓展图像识别模型的边界能力，从而提升图像识别模型的泛化能力。
Description
技术领域
本公开涉及人工智能领域。本公开尤其涉及智能交通、自动驾驶、计算机视觉和深度学习技术领域。
背景技术
目前，图像识别模型通过训练样本集训练好之后，部署在线上使用，如果遇到没有在训练样本集分布上的新场景数据，在导致人工接管的情况下，把新场景数据收集起来，发起众测标注，得到新的训练样本集，然后重新训练模型。这种训练样本集的获取方式存在的缺点主要包括两方面：一是发现新场景数据是一种被动方式，而且是在导致人工接管的方式下得到的，比较滞后；二是只能处理人工接管的新场景数据，实际中还存在其他未导致接管的新场景数据，没有充分挖掘。因此，采用现有技术中的方式训练得到的图像识别模型的泛化能力较弱。
发明内容
本公开提供了一种图像识别模型训练方法、设备、云控平台及自动驾驶车辆。
根据本公开的一方面，提供了一种图像识别模型训练方法，包括：
获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；
根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；
基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
根据本公开的一方面，提供了一种图像识别方法，包括：
将待识别图像输入训练后的图像识别模型，训练后的图像识别模型根据本公开任一实施例所提供的模型训练方法训练获得；
根据训练后的图像识别模型，对待识别图像进行识别处理。
根据本公开的一方面，提供了一种视频处理方法，包括：
从待处理视频数据流中提取出多个图像帧；
将多个图像帧输入训练后的图像识别模型，训练后的图像识别模型根据本公开任一实施例所提供的训练方法训练获得；
根据训练后的图像识别模型，对多个图像帧进行图像识别，得到图像识别结果；
根据图像识别结果，对待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
根据本公开的另一方面，提供了一种图像识别模型训练装置，包括：
第一训练模块，用于获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；
样本获取模块，用于根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；
第二训练模块，用于基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
根据本公开的另一方面，提供了一种图像识别装置，包括：
输入模块，用于将待识别图像输入训练后的图像识别模型，训练后的图像识别模型根据本公开任一实施例所提供的图像识别模型训练方法训练获得；
识别模块，用于根据训练后的图像识别模型，对待识别图像进行识别处理。
根据本公开的另一方面，提供了一种视频处理装置，包括：
提取模块，用于从待处理视频数据流中提取出多个图像帧；
输入模块，用于将多个图像帧输入训练后的图像识别模型，训练后的图像识别模型本公开任一实施例所提供的图像识别模型训练方法训练获得；
识别模块，用于根据训练后的图像识别模型，对多个图像帧进行图像识别，得到图像识别结果；
处理模块，用于根据图像识别结果，对待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
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。
根据本公开的另一方面，提供了一种路侧设备，包括上述电子设备。
根据本公开的另一方面，提供了一种云控平台，包括上述电子设备。
根据本公开的另一方面，提供了一种自动驾驶车辆，包括上述电子设备。
采用本公开，可以首先获取基础训练样本集，通过基础训练样本集训练神经网络模型，得到第一图像识别模型。然后获取难样本集和伪标签样本集，基于基础训练样本集、难样本集和伪标签样本集中的至少两项作为训练样本集，对第一图像识别模型进行训练，这种模型训练方式，可以扩展图像识别模型的边界能力，从而提升图像识别模型的泛化能力。
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为本公开一实施例的图像识别模型训练方法的流程图；
图2为本公开一实施例的图像识别模型训练方法的流程图；
图3为本公开一实施例的图像识别方法的流程图；
图4为本公开一实施例的视频处理方法的流程图；
图5为本公开一实施例的图像识别模型训练方法的流程图；
图6为本公开一实施例的图像识别模型训练装置的结构示意图；
图7为本公开一实施例的样本获取模块的结构示意图；
图8为本公开一实施例的图像识别装置的结构示意图；
图9为本公开一实施例的视频处理装置的结构示意图；
图10是用来实现本公开实施例的图像识别模型训练方法、图像识别方法和视频处理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。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
当前的图像识别模型一般是在固定数据集上进行训练和测试，然而，图像识别模型在使用时需要处理新场景数据，如果新场景数据没有在训练样本集的分布上，那么图像识别模型的预测结果会出现误检或未召回的问题，也就是说，图像识别模型的泛化能力较弱。
根据本公开的实施例，提供了一种图像识别模型训练方法，图1是本公开一实施例的图像识别模型训练方法的流程示意图，该方法可以应用于图像识别模型训练装置，例如，该装置在部署于终端或服务器或其它处理设备执行的情况下，可以执行图像识别、视频处理等。其中，终端可以为用户设备(UE，User Equipment)、移动设备、蜂窝电话、无绳电话、个人数字处理(PDA，Personal Digital Assistant)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该方法还可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，包括：
步骤S101，获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；
步骤S102，根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；
步骤S103，基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
在步骤S101中，神经网络模型可以包括但不限于卷积神经网络(ConvolutionalNeural Networks，CNN)。其中，基础训练样本集可以是预先构建的训练样本集，其中可以包括多个训练样本和每个训练样本对应的样本标签。例如，训练样本可以是道路图像，样本标签可以是对道路图像中的交通灯、车道线等要素的类别、位置等的标注信息。利用基础训练样本集对神经网络模型进行迭代训练，直到满足预设的训练结束条件，得到第一图像识别模型。
在步骤S102中，预先获取测试样本集，测试样本集中包括多个测试样本，测试样本集中不包括样本标签，将测试样本集中的各测试样本输入第一图像识别模型，可以得到各测试样本各自对应的预测结果。根据测试样本集，可以得到第一图像识别模型的难样本集和伪标签样本集。其中，难样本(也可称为Hard Sample)可以指难学习的样本，也就是说，该样本对应的预测结果和真实结果的损失函数的值较大。伪标签样本集中各样本的样本标签不是通过人工标注得到的真实标签，而是通过第一图像识别模型预测得到的预测标签。
在步骤S103中，基于基础训练样本集、难样本集和伪标签样本集中的至少两项构造训练样本池，采用训练样本池对第一图像识别模型进行迭代训练，直到满足预设的训练结束条件，得到第二图像识别模型。
采用本公开，可以首先获取基础训练样本集，通过基础训练样本集训练神经网络模型，得到第一图像识别模型。然后获取难样本集和伪标签样本集，基于基础训练样本集、难样本集和伪标签样本集中的至少两项作为训练样本集，对第一图像识别模型进行训练，这种模型训练方式，可以扩展图像识别模型的边界能力，从而提升图像识别模型的泛化能力。
一实施方式中，根据测试样本集，获取第一图像识别模型的难样本集，包括：在测试样本集中的测试样本为道路图像的情况下，将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果；将高精地图和各测试样本各自对应的预测结果进行比对，得到比对结果；根据比对结果，确定第一图像识别模型的难样本集。
在实际应用中，可以采用道路图像作为测试样本集中的样本，道路图像中包括交通灯、车道线等要素，将各测试样本输入第一图像识别模型之后，可以得到模型预测出的每个道路图像中的交通灯、车道线等要素的类别、位置框等，作为预测结果。
其中，高精地图可以是用于无人驾驶或者自动驾驶中的地图，高精地图的精度高于日常导航中所使用的电子地图。高精地图可以按照预设时间周期进行更新，以保证高精地图中的交通灯、车道线等要素的信息与道路的实际信息保持一致。
可选的，将高精地图与各预测结果进行比对的具体实现方式可以包括：将高精地图与各测试样本进行关联，将高精地图中的交通灯、车道线等要素与预测结果进行交叉比对，得到比对结果。在比对结果中，若高精地图和预测结果不一致，则说明高精地图中的要素有新增或变更，则生成变更日志。根据变更日志可以确定出哪些样本的预测结果是模型预测错误的，按照预设筛选规则将这部分样本筛选出来作为难样本。其中，预测错误可以包括对图像中的红绿灯、车道线等要素的类别或者位置中至少一项预测错误。获取难样本的样本标签，包括但不限于接收人工标注的样本标签，从而得到包含难样本和样本标签的难样本集。
本公开实施例中，通过将高精地图与测试样本的预测结果比对的方式，确定出第一图像识别模型预测错误的难样本，这样得到的难样本集，在进行模型训练时，有利于扩展模型的边界能力。
一实施方式中，根据测试样本集，获取第一图像识别模型的难样本集，包括：将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果的置信度；将置信度小于预设置信度阈值的测试样本作为难样本集中的样本。
在实际应用中，可以通过将测试样本的预测结果的置信度与预设置信度阈值进行比较的方式获取难样本集，具体过程包括：将各测试样本输入第一图像识别模型之后，第一图像识别模型输出各测试样本各自对应的预测结果，以及各预测结果的置信度，将各预测结果分别与预设的置信度阈值进行比较，将置信度小于预设置信度阈值的测试样本作为难样本集中的样本，并获取难样本的样本标签，包括但不限于接收人工标注的样本标签，从而得到包含难样本和样本标签的难样本集。
需要说明的是，在第一图像识别模型为多个模型时，可以将同一个测试样本分别输入多个模型进行预测，得到每个模型输出的预测结果，在多个预测结果分别对应的置信度不同的情况下，预先设置各置信度各自对应的权重，通过加权计算得到置信度的加权平均值，将该加权平均值与预设置信度阈值进行比较，若该加权平均值小于置信度阈值，则将该测试样本作为难样本。
本公开实施例中，根据测试样本的预测结果的置信度来确定难样本，实现过程简单，而且，这样得到的难样本集，在进行模型训练时，有利于扩展模型的边界能力。
一实施方式中，根据测试样本集，获取第一图像识别模型的伪标签样本集，包括：将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果和置信度；将置信度大于或等于预设置信度阈值的测试样本的预测结果作为测试样本对应的样本标签，基于置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定伪标签样本集。
在实际应用中，可以根据测试样本的预测结果获取伪标签样本集中的样本标签，具体过程包括：将各测试样本输入第一图像识别模型之后，第一图像识别模型输出各测试样本各自对应的预测结果，以及各预测结果的置信度，将各预测结果的置信度分别与预设的置信度阈值进行比较，将置信度大于等于预设置信度阈值的测试样本的预测结果作为该测试样本对应的样本标签，因为这些样本标签不是人工标注的真正的样本标签，而是模型的预测结果，因此称为伪标签，也就是伪标签样本集中的样本标签。基于置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，可以得到伪标签样本集。
需要说明的是，在第一图像识别模型为多个模型时，可以将同一个测试样本分别输入多个模型进行预测，得到每个模型输出的预测结果，按照预设的打分规则对各预测结果进行打分，将打分最高的预测结果，作为该测试样本的样本标签。
本公开实施例中，将置信度大于或等于预设置信度阈值的测试样本的预测结果作为测试样本对应的样本标签，实现过程简单，而且，这样得到的伪标签样本集，在进行模型训练时，有利于扩展模型的边界能力。
一实施方式中，基于置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定伪标签样本集，包括：将置信度大于或等于预设置信度阈值的测试样本进行聚类，得到至少一个聚类中心；将每一个聚类中心对应的测试样本和样本标签，作为伪标签样本集中的样本和样本标签。
在实际应用中，如果把所有置信度大于或等于预设置信度阈值的测试样本加入训练样本池中，则训练样本池中的样本的数据量较大，模型训练时间较长，不符合实际需要。考虑到训练样本池的数据量问题，将置信度大于或等于预设置信度阈值的测试样本进行聚类，得到多个聚类中心，将每一个聚类中心对应的测试样本和样本标签，作为伪标签样本集中的样本和样本标签。可选的，聚类算法可以为k均值聚类算法(k-means clusteringalgorithm)。
其中，若聚类中心本身为一个测试样本，则将该测试样本作为聚类中心对应的测试样本；若聚类中心本身不是一个测试样本，则将距离聚类中心最近的测试样本作为聚类中心对应的测试样本。
本公开实施例中，通过将置信度大于或等于预设置信度阈值的测试样本进行聚类的方式，得到伪标签样本集，而不是将所有置信度大于或等于预设置信度阈值的测试样本作为伪标签样本集中的样本，可以减少伪标签样本集的数据量，使伪标签样本集更加符合实际的训练需求。
一实施方式中，在基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练之前，还包括：根据基础训练样本集和神经网络模型，对伪标签样本集进行校验。
在实际应用中，为了验证伪标签样本是否会对模型训练产生增益，在将伪标签样本集放入训练样本池之前，可以根据基础训练样本集和神经网络模型，对伪标签样本集进行校验，根据校验结果来确定是否将伪标签样本集加入训练样本池，如果校验通过，则说明伪标签样本集会对模型训练产生增益，则将伪标签样本集放入训练样本池，如果校验未通过，则重新选择一批测试样本输入第一图像识别模型，重新获取伪标签样本集。
本公开实施例中，通过对伪标签样本集进行校验，来确定之前得到的伪标签样本集是否会对模型训练产生增益，从而确定是否将伪标签样本集放入训练样本池。
一实施方式中，根据基础训练样本集和神经网络模型，对伪标签样本集进行校验，包括：利用基础训练样本集和伪标签样本集对神经网络模型进行训练，得到第三图像识别模型；在第三图像识别模型的识别准确率高于第一图像识别模型的准确率的情况下，伪标签样本集校验通过。
在实际应用中，可以采用半监督的方法对伪标签样本集进行校验。具体实现过程包括：利用基础训练样本集和伪标签样本集作为训练样本，对神经网络模型进行训练，得到第三图像识别模型。将第一图像识别模型的识别准确率与第三图像识别模型的识别准确率进行比较。其中，识别准确率可以通过预设的评测指标来确定，选择哪些评测指标可以根据具体需要来确定，本公开对此不作限定。由于第三图像识别模型是利用基础训练样本集和伪标签样本集作为训练样本训练得到的，而第一图像识别模型是利用基础训练样本集训练得到的，如果第三图像识别模型的识别准确率高于第一图像识别模型的准确率，则说明伪标签样本集会读模型训练产生增益，则伪标签样本集校验通过。
本公开实施例中，采用半监督的方法对伪标签样本集进行校验，实现过程简单，校验结果可靠性高。
一实施方式中，基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型，包括：基于基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
本公开实施例中，将校验通过的伪标签样本集放入训练样本池，来训练第一图像识别模型，可以确保伪标签样本集会对模型训练产生增益，这样得到的第二图像识别模型与第一图像识别模型相比，可以学习到更多隐藏在新样本背后的信息，从而可以扩展模型的边界能力，提升模型的泛化能力。
根据本公开的实施例，提供了一种模型训练方法，图2是本公开一实施例的图像识别模型训练方法的流程图，如图2所示，包括：
步骤S201，获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；
步骤S202，根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；
步骤S203，根据基础训练样本集和神经网络模型，对伪标签样本集进行校验。
步骤S204，基于基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
采用本公开，可以首先获取基础训练样本集，通过基础训练样本集训练神经网络模型，得到第一图像识别模型。然后获取难样本集和伪标签样本集，基于基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项作为训练样本集，对第一图像识别模型进行训练，这种模型训练方式，可以扩展图像识别模型的边界能力，从而提升图像识别模型的泛化能力。
根据本公开的实施例，提供了一种图像识别方法，图3是本公开实施例的图像识别方法的流程图，如图3所示，该方法包括：
步骤S301，将待识别图像输入训练后的图像识别模型，训练后的图像识别模型根据模型训练方法训练获得；
步骤S302，根据训练后的图像识别模型，对待识别图像进行识别处理。
其中，训练后的图像识别模型可以是上述实施例中的第二图像识别模型。
在一实例中，待识别图像为道路图像，将待识别的道路图像输入训练后的图像识别模型，模型可以识别出道路图像中的交通灯、车道线等要素的类别、位置等信息。
采用本公开，由于训练后的图像识别模型，是基于基础训练样本集、难样本集和伪标签样本集中的至少两项构成的训练样本池训练得到的，这样得到的图像识别模型的泛化能力更强。因此，在图像识别场景中，可以实现更精确的识别出图像中的目标要素的类别和位置等。
根据本公开的实施例，提供了一种视频处理方法，图4是本公开实施例的视频处理方法的流程图，如图4所示，该方法包括：
步骤S401，从待处理视频数据流中提取出多个图像帧；
步骤S402，将多个图像帧输入训练后的图像识别模型，训练后的图像识别模型根据训练方法训练获得；
步骤S403，根据训练后的图像识别模型，对多个图像帧进行图像识别，得到图像识别结果；
步骤S404，根据图像识别结果，对待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
采用本公开，由于训练后的图像识别模型，是基于基础训练样本集、难样本集和伪标签样本集中的至少两项构成的训练样本池训练得到的，这样得到的图像识别模型的泛化能力更强。因此，在图像处理场景中，可以实现更精确的对视频中的目标对象进行识别、定位等。
应用示例：
下面通过一个具体的实施例对本公开中的图像识别模型训练方法进行详细介绍。图5是本公开实施例的图像识别模型训练方法的流程图，如图5所示，包括：
步骤S501，获取基础训练集；
步骤S502，构造训练样本池；具体的，在当前步骤中，可以首先将基础训练集作为训练样本池，后续获取到难样本集和伪标签样本集后，再将难样本集和伪标签样本集增加到训练样本池中。
步骤S503，模型训练。具体的，利用基础训练集训练神经网络模型，得到第一图像识别模型。
步骤S504，确定准确率是否大于在线模型。具体的，计算第一图像识别模型的准确率是否大于在线模型的准确率，如果否，则执行步骤S503；如果是，则执行步骤S505，更新在线模型。具体的，将在线模型更新为第一图像识别模型。
步骤S506，获取图像数据。其中，图像数据为测试样本集中的测试样本。
步骤S507，模型在线预测。具体的，将测试样本输入第一图像识别模型，得到各测试样本各自对应的预测结果和置信度。
步骤S511，确定难样本集。确定难样本集可以通过两种方式：一种是将步骤S507中得到的预测结果中置信度小于预设置信度阈值的测试样本作为难样本集中的样本。一种是通过预测结果和高精地图进行比对的方式，如图中所示的步骤S508-S510。
步骤S508，获取高精地图。
步骤S509，交叉比对。将高精地图和测试样本的预测结果进行交叉比对，得到比对结果。
步骤S510，生成变更日志。具体的，在比对结果中，若高精地图和预测结果不一致，则说明高精地图中的要素有新增或变更，则生成变更日志。根据变更日志可以确定出哪些样本的预测结果是模型预测错误的，按照预设筛选规则将这部分样本筛选出来作为难样本。
步骤S512，获取难样标签。具体的，获取难样本集中的样本的样本标签，例如，可以通过人工标注的方式得到各样本的样本标签。
对于步骤S507中得到的预测结果，将置信度大于或等于预设置信度阈值的测试样本对应的预测结果作为该测试样本的样本标签。
步骤S513，确定伪标签样本集。将置信度大于或等于预设置信度阈值的测试样本对应的预测结果作为该测试样本的样本标签，将这部分测试样本和样本标签作为伪标签样本集中的样本和样本标签。
需要说明的是，本步骤中得到伪标签样本集是初步的伪标签样本集，不是最终加入训练样本池中的伪标签样本集，后续经过步骤S514-S515处理之后得到伪标签样本集才是最终加入训练样本池中的伪标签样本集。另外，步骤S511和步骤S513的执行顺序不是固定的，可以先执行步骤S511，得到难样本集，也可以先执行步骤S513，得到伪标签样本集。
步骤S514，半监督校验。具体的，利用基础训练样本集和伪标签样本集作为训练样本，对神经网络模型进行训练，得到第三图像识别模型。将第一图像识别模型的识别准确率与第三图像识别模型的识别准确率进行比较。如果第三图像识别模型的识别准确率高于第一图像识别模型的准确率，则伪标签样本集校验通过。
步骤S515，样本聚类。具体的，将伪标签样本集中的样本进行聚类，得到至少一个聚类中心；将每一个聚类中心对应的测试样本和样本标签，作为最终的伪标签样本集中的样本和样本标签。
步骤S516，新增训练样本。具体的，将难样本集和最终得到的伪标签样本集作为新增训练样本，添加到训练样本池中，利用训练样本池训练第一图像识别模型，得到第二图像识别模型。
采用本公开，可以首先获取基础训练样本集，通过基础训练样本集训练神经网络模型，得到第一图像识别模型。然后获取难样本集和伪标签样本集，基于基础训练样本集、难样本集和校验通过的伪标签样本集作为训练样本集，对第一图像识别模型进行训练，这种模型训练方式，可以扩展图像识别模型的边界能力，从而提升图像识别模型的泛化能力。
根据本公开的实施例，提供了一种图像识别模型训练装置，图6是本公开一实施例的图像识别模型训练装置的结构示意图，如图6所示，该装置包括：第一训练模块601，用于获取基础训练样本集，利用基础训练样本集训练神经网络模型，得到第一图像识别模型；样本获取模块602，用于根据测试样本集，获取第一图像识别模型的难样本集和伪标签样本集，伪标签样本集中各样本的样本标签通过第一图像识别模型预测得到；第二训练模块603，用于基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
一实施方式中，样本获取模块602，用于：在测试样本集中的测试样本为道路图像的情况下，将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果；将高精地图和各测试样本各自对应的预测结果进行比对，得到比对结果；根据比对结果，确定第一图像识别模型的难样本集。
一实施方式中，样本获取模块602，用于：将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果的置信度；将置信度小于预设置信度阈值的测试样本作为难样本集中的样本。
一实施方式中，图7是本公开一实施例的样本获取模块的结构示意图，如图7所示，样本获取模块包括预测单元701和确定单元702；预测单元701，用于将测试样本集输入第一图像识别模型，得到测试样本集中的各测试样本各自对应的预测结果和置信度；确定单元702，用于将置信度大于或等于预设置信度阈值的测试样本的预测结果作为测试样本对应的样本标签，基于置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定伪标签样本集。
一实施方式中，确定单元702，具体用于：将置信度大于或等于预设置信度阈值的测试样本进行聚类，得到至少一个聚类中心；将每一个聚类中心对应的测试样本和样本标签，作为伪标签样本集中的样本和样本标签。
一实施方式中，图像识别模型训练装置还包括校验模块；校验模块，用于在基于基础训练样本集、难样本集和伪标签样本集中的至少两项，对第一图像识别模型进行训练之前，根据基础训练样本集和神经网络模型，对伪标签样本集进行校验。
一实施方式中，校验模块具体用于：利用基础训练样本集和伪标签样本集对神经网络模型进行训练，得到第三图像识别模型；在第三图像识别模型的识别准确率高于第一图像识别模型的准确率的情况下，伪标签样本集校验通过。
一实施方式中，第二训练模块603，用于基于基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项，对第一图像识别模型进行训练，得到第二图像识别模型。
根据本公开的实施例，提供了一种图像识别装置，图8是本公开一实施例的图像识别装置的结构示意图，如图8所示，该装置包括：输入模块801，用于将待识别图像输入训练后的图像识别模型，训练后的图像识别模型根据图像识别模型训练方法训练获得；识别模块802，用于根据训练后的图像识别模型，对待识别图像进行识别处理。
根据本公开的实施例，提供了一种视频处理装置，图9是本公开实施例的视频处理装置的结构示意图，如图9所示，该装置包括：提取模块901，用于从待处理视频数据流中提取出多个图像帧；输入模块902，用于将多个图像帧输入训练后的图像识别模型，训练后的图像识别模型根据图像识别模型训练方法训练获得；识别模块903，用于训练后的图像识别模型，对多个图像帧进行图像识别，得到图像识别结果；处理模块904，用于根据图像识别结果，对待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
本公开实施例各装置中的各单元、模块或子模块的功能可以参见上述方法实施例中的对应描述，在此不再赘述。
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。
根据本公开的实施例，本公开还提供了一种路侧设备，包括上述电子设备。
可选的，该路侧设备除了包括电子设备，还可以包括通信部件等，电子设备可以和通信部件一体集成，也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。可选的，电子设备自身也可以具备感知数据获取功能和通信功能，例如是AI相机，电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。
根据本公开的实施例，本公开还提供了一种云控平台，包括上述电子设备。
可选的，该云控平台可以在云端执行处理，云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算；云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。
根据本公开的实施例，本公开还提供了一种自动驾驶车辆，包括上述电子设备。
可选的，自动驾驶车辆可以根据电子设备中的高精地图进行自动驾驶。自动驾驶车辆包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。可选的，电子设备自身也可以具备感知数据获取功能和通信功能，电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。
图10示出了可以用来实施本公开实施例的图像识别模型训练方法、图像识别方法和视频处理方法的电子设备1000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10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000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1001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1001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1001执行上文所描述的各个方法和处理，例如图像识别模型训练方法。例如，在一些实施例中，图像识别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1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的图像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1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像识别模型训练方法。
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。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 (26)
1.一种图像识别模型训练方法，所述方法包括：
获取基础训练样本集，利用所述基础训练样本集训练神经网络模型，得到第一图像识别模型；
根据测试样本集，获取所述第一图像识别模型的难样本集和伪标签样本集，所述伪标签样本集中各样本的样本标签通过所述第一图像识别模型预测得到；
基于所述基础训练样本集、难样本集和伪标签样本集中的至少两项，对所述第一图像识别模型进行训练，得到第二图像识别模型。
2.根据权利要求1所述的方法，其中，所述根据测试样本集，获取所述第一图像识别模型的难样本集，包括：
在所述测试样本集中的测试样本为道路图像的情况下，将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果；
将高精地图和所述各测试样本各自对应的预测结果进行比对，得到比对结果；
根据所述比对结果，确定所述第一图像识别模型的难样本集。
3.根据权利要求1所述的方法，其中，所述根据测试样本集，获取所述第一图像识别模型的难样本集，包括：
将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果的置信度；
将置信度小于预设置信度阈值的测试样本作为难样本集中的样本。
4.根据权利要求1所述的方法，其中，根据测试样本集，获取所述第一图像识别模型的伪标签样本集，包括：
将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果和置信度；
将置信度大于或等于预设置信度阈值的测试样本的预测结果作为所述测试样本对应的样本标签，基于所述置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定所述伪标签样本集。
5.根据权利要求4所述的方法，其中，所述基于所述置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定所述伪标签样本集，包括：
将所述置信度大于或等于预设置信度阈值的测试样本进行聚类，得到至少一个聚类中心；
将每一个聚类中心对应的测试样本和样本标签，作为所述伪标签样本集中的样本和样本标签。
6.根据权利要求1所述的方法，在所述基于所述基础训练样本集、难样本集和伪标签样本集中的至少两项，对所述第一图像识别模型进行训练之前，还包括：
根据所述基础训练样本集和所述神经网络模型，对所述伪标签样本集进行校验。
7.根据权利要求6所述的方法，所述根据所述基础训练样本集和所述神经网络模型，对所述伪标签样本集进行校验，包括：
利用所述基础训练样本集和所述伪标签样本集对所述神经网络模型进行训练，得到第三图像识别模型；
在所述第三图像识别模型的识别准确率高于所述第一图像识别模型的准确率的情况下，所述伪标签样本集校验通过。
8.根据权利要求6所述的方法，所述基于所述基础训练样本集、难样本集和伪标签样本集中的至少两项，对所述第一图像识别模型进行训练，得到第二图像识别模型，包括：
基于所述基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项，对所述第一图像识别模型进行训练，得到第二图像识别模型。
9.一种图像识别方法，所述方法包括：
将待识别图像输入训练后的图像识别模型，所述训练后的图像识别模型根据权利要求1-8任一项所述的图像识别模型训练方法训练获得；
根据所述训练后的图像识别模型，对所述待识别图像进行识别处理。
10.一种视频处理方法，所述方法包括：
从待处理视频数据流中提取出多个图像帧；
将所述多个图像帧输入训练后的图像识别模型，所述训练后的图像识别模型根据权利要求1-8任一项所述的图像识别训练方法训练获得；
根据所述训练后的图像识别模型，对所述多个图像帧进行图像识别，得到图像识别结果；
根据所述图像识别结果，对所述待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
11.一种图像识别模型训练装置，所述装置包括：
第一训练模块，用于获取基础训练样本集，利用所述基础训练样本集训练神经网络模型，得到第一图像识别模型；
样本获取模块，用于根据测试样本集，获取所述第一图像识别模型的难样本集和伪标签样本集，所述伪标签样本集中各样本的样本标签通过所述第一图像识别模型预测得到；
第二训练模块，用于基于所述基础训练样本集、难样本集和伪标签样本集中的至少两项，对所述第一图像识别模型进行训练，得到第二图像识别模型。
12.根据权利要求11所述的装置，其中，所述样本获取模块，用于：
在所述测试样本集中的测试样本为道路图像的情况下，将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果；
将高精地图和所述各测试样本各自对应的预测结果进行比对，得到比对结果；
根据所述比对结果，确定所述第一图像识别模型的难样本集。
13.根据权利要求11所述的装置，其中，所述样本获取模块，用于：
将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果的置信度；
将置信度小于预设置信度阈值的测试样本作为难样本集中的样本。
14.根据权利要求11所述的装置，其中，所述样本获取模块包括预测单元和确定单元；
所述预测单元，用于将所述测试样本集输入所述第一图像识别模型，得到所述测试样本集中的各测试样本各自对应的预测结果和置信度；
所述确定单元，用于将置信度大于或等于预设置信度阈值的测试样本的预测结果作为所述测试样本对应的样本标签，基于所述置信度大于或等于预设置信度阈值的测试样本和对应的样本标签，确定所述伪标签样本集。
15.根据权利要求14所述的装置，其中，所述确定单元，具体用于：
将所述置信度大于或等于预设置信度阈值的测试样本进行聚类，得到至少一个聚类中心；
将每一个聚类中心对应的测试样本和样本标签，作为所述伪标签样本集中的样本和样本标签。
16.根据权利要求11所述的装置，所述装置还包括校验模块；
所述校验模块，用于在所述基于所述基础训练样本集、难样本集和伪标签样本集中的至少两项，对所述第一图像识别模型进行训练之前，根据所述基础训练样本集和所述神经网络模型，对所述伪标签样本集进行校验。
17.根据权利要求16所述的装置，所述校验模块具体用于：
利用所述基础训练样本集和所述伪标签样本集对所述神经网络模型进行训练，得到第三图像识别模型；
在所述第三图像识别模型的识别准确率高于所述第一图像识别模型的准确率的情况下，所述伪标签样本集校验通过。
18.根据权利要求16所述的装置，所述第二训练模块，用于基于所述基础训练样本集、难样本集和校验通过的伪标签样本集中的至少两项，对所述第一图像识别模型进行训练，得到第二图像识别模型。
19.一种图像识别装置，所述装置包括：
输入模块，用于将待识别图像输入训练后的图像识别模型，所述训练后的图像识别模型根据权利要求11-18任一项所述的图像识别模型训练装置训练获得；
识别模块，用于根据所述训练后的图像识别模型，对所述待识别图像进行识别处理。
20.一种视频处理装置，所述装置包括：
提取模块，用于从待处理视频数据流中提取出多个图像帧；
输入模块，用于将所述多个图像帧输入训练后的图像识别模型，所述训练后的图像识别模型根据权利要求11-18任一项所述的图像识别模型训练装置训练获得；
识别模块，用于根据所述训练后的图像识别模型，对所述多个图像帧进行图像识别，得到图像识别结果；
处理模块，用于根据所述图像识别结果，对所述待识别视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。
21.一种电子设备，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1-10中任一项所述的方法。
22.一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1-10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-10中任一项所述方法的步骤。
24.一种路侧设备，包括如权利要求21所述的电子设备。
25.一种云控平台，包括如权利要求21所述的电子设备。
26.一种自动驾驶车辆，包括如权利要求21所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035295.2A CN113705716B (zh) | 2021-09-03 | 2021-09-03 | 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035295.2A CN113705716B (zh) | 2021-09-03 | 2021-09-03 | 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113705716A true CN113705716A (zh) | 2021-11-26 |
| CN113705716B CN113705716B (zh) | 2023-10-10 |
Family
ID=78659700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111035295.2A Active CN113705716B (zh) | 2021-09-03 | 2021-09-03 | 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113705716B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565030A (zh) * | 2022-02-17 | 2022-05-31 | 北京百度网讯科技有限公司 | 特征筛选方法、装置、电子设备和存储介质 |
| CN114677578A (zh) * | 2022-03-30 | 2022-06-28 | 腾讯科技（深圳）有限公司 | 确定训练样本数据的方法和装置 |
| CN115907009A (zh) * | 2023-02-10 | 2023-04-04 | 北京百度网讯科技有限公司 | 一种自动驾驶感知模型的迁移方法、装置、设备和介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109741332A (zh) * | 2018-12-28 | 2019-05-10 | 天津大学 | 一种人机协同的图像分割与标注方法 |
| WO2020000961A1 (zh) * | 2018-06-29 | 2020-01-02 | 北京达佳互联信息技术有限公司 | 图像标签识别方法、装置及服务器 |
| CN111191732A (zh) * | 2020-01-03 | 2020-05-22 | 天津大学 | 一种基于全自动学习的目标检测方法 |
| CN111476168A (zh) * | 2020-04-08 | 2020-07-31 | 山东师范大学 | 一种基于三阶段的跨域行人重识别方法和系统 |
| WO2020181685A1 (zh) * | 2019-03-12 | 2020-09-17 | 南京邮电大学 | 一种基于深度学习的车载视频目标检测方法 |
| CN112132129A (zh) * | 2020-09-21 | 2020-12-25 | 天津科技大学 | 一种基于外观图像的枸杞子道地性ai识别方法 |
| CN112232416A (zh) * | 2020-10-16 | 2021-01-15 | 浙江大学 | 一种基于伪标签加权的半监督学习方法 |
| CN112487805A (zh) * | 2020-11-30 | 2021-03-12 | 武汉大学 | 一种基于元学习框架的小样本Web服务分类方法 |
| CN113158554A (zh) * | 2021-03-25 | 2021-07-23 | 腾讯科技（深圳）有限公司 | 模型优化方法、装置、计算机设备及存储介质 |
-
2021
- 2021-09-03 CN CN202111035295.2A patent/CN113705716B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020000961A1 (zh) * | 2018-06-29 | 2020-01-02 | 北京达佳互联信息技术有限公司 | 图像标签识别方法、装置及服务器 |
| CN109741332A (zh) * | 2018-12-28 | 2019-05-10 | 天津大学 | 一种人机协同的图像分割与标注方法 |
| WO2020181685A1 (zh) * | 2019-03-12 | 2020-09-17 | 南京邮电大学 | 一种基于深度学习的车载视频目标检测方法 |
| CN111191732A (zh) * | 2020-01-03 | 2020-05-22 | 天津大学 | 一种基于全自动学习的目标检测方法 |
| CN111476168A (zh) * | 2020-04-08 | 2020-07-31 | 山东师范大学 | 一种基于三阶段的跨域行人重识别方法和系统 |
| CN112132129A (zh) * | 2020-09-21 | 2020-12-25 | 天津科技大学 | 一种基于外观图像的枸杞子道地性ai识别方法 |
| CN112232416A (zh) * | 2020-10-16 | 2021-01-15 | 浙江大学 | 一种基于伪标签加权的半监督学习方法 |
| CN112487805A (zh) * | 2020-11-30 | 2021-03-12 | 武汉大学 | 一种基于元学习框架的小样本Web服务分类方法 |
| CN113158554A (zh) * | 2021-03-25 | 2021-07-23 | 腾讯科技（深圳）有限公司 | 模型优化方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| JING ZHANG: "Realization and improvement algorithm of GMM - UBM model in voiceprint recognition", 2018 CHINESE CONTROL AND DECISION CONFERENCE (CCDC) * |
| 汪成: "行人重识别中的深度特征学习和域自适应研究", 中国优秀硕士学位论文全文数据库, no. 3 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565030A (zh) * | 2022-02-17 | 2022-05-31 | 北京百度网讯科技有限公司 | 特征筛选方法、装置、电子设备和存储介质 |
| CN114565030B (zh) * | 2022-02-17 | 2022-12-20 | 北京百度网讯科技有限公司 | 特征筛选方法、装置、电子设备和存储介质 |
| CN114677578A (zh) * | 2022-03-30 | 2022-06-28 | 腾讯科技（深圳）有限公司 | 确定训练样本数据的方法和装置 |
| CN115907009A (zh) * | 2023-02-10 | 2023-04-04 | 北京百度网讯科技有限公司 | 一种自动驾驶感知模型的迁移方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113705716B (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113705716B (zh) | 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 | |
| CN113191256A (zh) | 车道线检测模型的训练方法、装置、电子设备及存储介质 | |
| CN113379718A (zh) | 一种目标检测方法、装置、电子设备以及可读存储介质 | |
| CN113032672A (zh) | 多模态poi特征的提取方法和装置 | |
| CN113901907A (zh) | 图文匹配模型训练方法、图文匹配方法及装置 | |
| CN113361710B (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
| CN113361578A (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
| 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 | |
| CN114419035B (zh) | 产品识别方法、模型训练方法、装置和电子设备 | |
| CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
| CN113205041A (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
| CN114715145B (zh) | 一种轨迹预测方法、装置、设备及自动驾驶车辆 | |
| CN115359471A (zh) | 图像处理及联合检测模型训练方法、装置、设备和存储介质 | |
| CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
| CN114111813B (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
| KR20220117341A (ko) | 차선 검출 모델의 트레이닝 방법, 장치, 전자 기기 및 저장 매체 | |
| CN114581732A (zh) | 一种图像处理及模型训练方法、装置、设备和存储介质 | |
| CN114495113A (zh) | 文本分类方法和文本分类模型的训练方法、装置 | |
| CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
| CN113869317A (zh) | 车牌识别方法、装置、电子设备和存储介质 | |
| CN114037052A (zh) | 检测模型的训练方法、装置、电子设备及存储介质 | |
| CN113706705A (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 | |
| CN113449687A (zh) | 兴趣点出入口的识别方法、装置及电子设备 | |
| CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN115797887A (zh) | 确定车道的连通路径的方法与装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |