CN115272705B - 显著性物体检测模型的训练方法、装置以及设备 - Google Patents
显著性物体检测模型的训练方法、装置以及设备 Download PDFInfo
- Publication number
- CN115272705B CN115272705B CN202210910399.1A CN202210910399A CN115272705B CN 115272705 B CN115272705 B CN 115272705B CN 202210910399 A CN202210910399 A CN 202210910399A CN 115272705 B CN115272705 B CN 115272705B
- Authority
- CN
- China
- Prior art keywords
- sample image
- visual contrast
- information
- feature
- layers
- 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
Links
Classifications
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- 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
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- 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
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种显著性物体检测模型的训练方法、装置以及设备,涉及人工智能技术领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,尤其涉及智慧城市、智能交通等场景。该方法的一具体实施方式包括:获取样本图像集中的样本图像的至少两个层次的特征张量;基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合;基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。该实施方式能够解决显著性物体检测模型学习中的视觉对比度偏差问题。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,尤其涉及智慧城市、智能交通等场景。
背景技术
在交通场景中,显著性物体检测能够检测交通场景内的显著区域和显著区域内的重要目标物体,同时忽略大部分无关的场景信息。
现有的无监督显著性物体检测方法通常采用自监督形式的迭代学习方式,也即模型自己生成伪标签监督自己训练。对于基于深度学习的方法,现有方法通常使用传统机器学习方法作为起始伪标签生成器来训练深度神经网络。为了获得更好的显著性物体检测性能,通常需要输入多个传统机器学习算法生成的伪标签,并对这些伪标签监督生成的模型进行集成学习,从而稳定模型训练和获得较好的效果。
发明内容
本公开实施例提出了一种显著性物体检测模型的训练方法、装置、设备、存储介质以及程序产品。
第一方面,本公开实施例提出了一种显著性物体检测模型的训练方法,包括:获取样本图像集中的样本图像的至少两个层次的特征张量;基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合;基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。
第二方面,本公开实施例提出了一种显著性物体检测方法,包括:获取待检测图像;将待检测图像输入至显著性物体检测模型,得到待检测图像的显著性物体检测结果,其中,显著性物体检测模型是采用采用第一方面所述的方法训练得到的。
第三方面,本公开实施例提出了一种显著性物体检测模型的训练装置,包括:获取模块,被配置成获取样本图像集中的样本图像的至少两个层次的特征张量;第一生成模块,被配置成基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合;第二生成模块,被配置成基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;训练模块,被配置成基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。
第四方面,本公开实施例提出了一种显著性物体检测装置,包括:获取模块,被配置成获取待检测图像;检测模块,被配置成将待检测图像输入至显著性物体检测模型,得到待检测图像的显著性物体检测结果,其中,显著性物体检测模型是采用采用第三方面所述的装置训练得到的。
第五方面,本公开实施例提出了一种电子设备,包括:至少两个处理器;以及与至少两个处理器通信连接的存储器;其中,存储器存储有可被至少两个处理器执行的指令,指令被至少两个处理器执行,以使至少两个处理器能够执行如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
第六方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
第七方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
本公开实施例提供的显著性物体检测模型的训练方法,提供了一种基于因果关系的无监督显著性检测方法,用于解决显著性物体检测模型学习中的视觉对比度偏差问题。通过设计去混杂训练方法来消除对比度分布偏差,进而生成平衡无偏的物体检测结果。并且,与常用的多阶段训练方法不同,本公开提供的是一个单阶段训练方法,模型训练框架简单有效,能够实现端到端学习,同时提升模型效果,不需要集成多种传统机器学习方法。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。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是根据本公开的显著性物体检测模型的训练方法的一个实施例的流程图;
图2是根据本公开的显著性物体检测模型的训练方法的又一个实施例的流程图;
图3是图2中的显著性物体检测模型的训练方法的视觉对比度信息建模框图;
图4是图2中的显著性物体检测模型的训练方法的视觉对比度信息混杂集合建模框图;
图5是根据本公开的显著性物体检测模型的训练方法的另一个实施例的流程图;
图6是图5中的显著性物体检测模型的训练方法的视觉对比度信息建模框图;
图7是图5中的显著性物体检测模型的训练方法的视觉对比度信息混杂集合建模框图;
图8是根据本公开的显著性物体检测方法的一个实施例的流程图;
图9是根据本公开的显著性物体检测模型的训练装置的一个实施例的结构示意图;
图10是根据本公开的显著性物体检测装置的一个实施例的结构示意图;
图11是用来实现本公开实施例的显著性物体检测模型的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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的显著性物体检测模型的训练方法的一个实施例的流程100。该显著性物体检测模型的训练方法包括以下步骤:
步骤101,获取样本图像集中的样本图像的至少两个层次的特征张量。
在本实施例中,显著性物体检测模型的训练方法的执行主体可以获取样本图像集中的样本图像的至少两个层次的特征张量。其中,样本图像集中可以包括大量样本图像。对于每个样本图像,可以获取该样本图像的至少两个层次的特征张量。不同层次的特征张量可以用于表征该样本图像所具有的不同类别的特征。
在一些实施例中,上述执行主体可以将样本图像输入至骨干网络(backbone),提取样本图像的至少两个层次的特征张量。其中,骨干网络可以包含多个特征层,不同层次的特征张量可以是从骨干网络的不同特征层提取的。越低的特征层提取到的特征张量包含越多的细节信息;越高的特征层提取到的特征张量包含越多的语义信息。
步骤102,基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合。
在本实施例中,上述执行主体可以基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合。其中,视觉对比度信息可以是由光刺激在空间上的不同分布引起的视觉经验,可分成明暗对比度信息与颜色对比度信息。
通常,视觉对比度信息可以是基于至少两个层次的特征张量利用传统数学算法生成的,也可以是基于至少两个层次的特征张量利用机器学习算法生成的,这里不进行具体限定。基于样本图像集中的所有样本图像的视觉对比度信息,可以生成样本图像集的视觉对比度信息。对多个样本图像集的视觉对比度信息进行混杂,可以生成样本图像集的视觉对比度信息混杂集合。
步骤103,基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息。
在本实施例中,上述执行主体可以基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息。
例如,利用视觉对比度信息混杂集合,可以样本图像的视觉对比度信息进行去混杂。具体地,将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合融合,生成视觉对比度融合信息。
步骤104,基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。
在本实施例中,上述执行主体可以基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。
通常,将视觉对比度融合信息和样本图像的视觉对比度信息作为输入,进行无监督训练,可以得到显著性物体检测模型。
本公开实施例提供的显著性物体检测模型的训练方法,提供了一种基于因果关系的无监督显著性检测方法,用于解决显著性物体检测模型学习中的视觉对比度偏差问题。通过设计去混杂训练方法来消除对比度分布偏差,进而生成平衡无偏的物体检测结果。并且,与常用的多阶段训练方法不同,本公开提供的是一个单阶段训练方法,模型训练框架简单有效,能够实现端到端学习,同时提升模型效果,不需要集成多种传统机器学习方法。
继续参考图2,其示出了根据本公开的显著性物体检测模型的训练方法的又一个实施例的流程200。该显著性物体检测模型的训练方法包括以下步骤:
步骤201,将样本图像输入至骨干网络,提取样本图像的至少两个层次的特征张量。
在本实施例中,显著性物体检测模型的训练方法的执行主体可以将样本图像输入至骨干网络,提取样本图像的至少两个层次的特征张量。其中,骨干网络可以包含多个特征层,不同层次的特征张量可以是从骨干网络的不同特征层提取的。越低的特征层提取到的特征张量包含越多的细节信息;越高的特征层提取到的特征张量包含越多的语义信息。
步骤202,将样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到样本图像的视觉对比度信息。
在本实施例中,上述执行主体可以将样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到样本图像的视觉对比度信息。其中,对比度预训练网络可以用于对视觉对比度特征进行多尺度建模。具体地,对比度预训练网络可以首先对至少两个层次的特征张量进行对比度信息提取,得到至少两个尺度的对比度信息,然后合并至少两个尺度的对比度信息,得到样本图像的视觉对比度信息。
在一些实施例中,对比度预训练网络可以通过如下步骤建模视觉对比度信息:
首先,基于样本图像的至少两个层次的特征张量,计算样本图像的至少两个层次的特征对比度。
其中,一个特征张量可以对应一个特征对比度,也就是说,一个特征对比度是基于一个特征张量生成的。
以第二特征层的特征张量x2为例,将特征张量x2减去第二特征层的平均特征张量即可得到第二特征层的特征对比度/>其中,第二特征层的平均特征张量/>是样本图像集中所有样本图像的第二特征层的特征张量的平均值。
然后,合并样本图像的至少两个层次的特征对比度,得到样本图像的视觉对比度信息。
例如,拼接样本图像的至少两个层次的特征对比度,得到样本图像的视觉对比度信息。
为了便于理解,图3示出了本实施例的视觉对比度信息建模框图。如图3所示,骨干网络backbone包含5个特征层。将样本图像输入至骨干网络backbone,提取骨干网络backbone的第二特征层的特征张量x2、第三特征层的特征张量x3、第四特征层的特征张量x4和第五特征层的特征张量x5。将特征张量x2减去第二特征层的平均特征张量即可得到第二特征层的特征对比度/>将特征张量x3减去第三特征层的平均特征张量/>即可得到第三特征层的特征对比度/>将特征张量x4减去第四特征层的平均特征张量/>即可得到第四特征层的特征对比度/>将特征张量x5减去第五特征层的平均特征张量/>即可得到第五特征层的特征对比度/>合并特征对比度/>特征对比度/>特征对比度/>和特征对比度/>得到样本图像的视觉对比度信息xcst。其中,I是样本图像,l是掩膜图像。
步骤203,对样本图像的视觉对比度信息进行聚类,以及将聚类中心的视觉对比度信息组合成向量字典,作为样本图像集的视觉对比度信息混杂集合。
在本实施例中,上述执行主体可以对样本图像的视觉对比度信息进行聚类,以及将聚类中心的视觉对比度信息组合成向量字典,作为样本图像集的视觉对比度信息混杂集合。
为了便于理解,图4示出了本实施例的视觉对比度信息混杂集合建模框图。如图4所示,利用PCA(principal components analysis,主成分分析技术)+K-Means(K均值)的方式对样本图像集中的所有样本图像的视觉对比度信息xcst进行聚类,以及将聚类中心的视觉对比度信息xcst作为簇的代表组合成向量字典Ccst,作为样本图像集的视觉对比度信息混杂集合。其中,I是样本图像,l是掩膜图像。
步骤204,将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合进行自注意力机制融合,生成视觉对比度融合信息。
在本实施例中,上述执行主体可以将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合进行soft-attention(自注意力)机制融合,生成视觉对比度融合信息。
例如,利用视觉对比度信息混杂集合Ccst,可以对样本图像的视觉对比度信息xcst进行去混杂。具体地,将样本图像的视觉对比度信息xcst与样本图像集的视觉对比度信息混杂集合Ccst进行soft-attention机制融合,即可生成去混杂的视觉对比度融合信息。
步骤205,将视觉对比度融合信息与样本图像的视觉对比度信息进行拼接,得到拼接对比度信息。
在本实施例中,上述执行主体可以将视觉对比度融合信息与样本图像的视觉对比度信息进行拼接,得到拼接对比度信息。
例如,将视觉对比度融合信息拼接在样本图像的视觉对比度信息的前面,即可得到拼接对比度信息。
步骤206,将拼接对比度信息输入至融合卷积层进行显著性物体检测,得到样本图像的显著性物体预测图像。
在本实施例中,上述执行主体可以将拼接对比度信息输入至融合卷积层进行显著性物体检测,得到样本图像的显著性物体预测图像。其中,显著性物体预测图像上可以标注有预测的显著区域和显著区域内的重要目标物体。
步骤207,基于样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到显著性物体检测模型。
在本实施例中,上述执行主体可以基于样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到显著性物体检测模型。其中,显著性物体标注图像上可以标注有真实显著区域和真实显著区域内的真实重要目标物体。
通常,基于显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,直至模型收敛,即可得到显著性物体检测模型。
现有的显著性物体检测模型存在数据集中由物体分布集中在图像中心区域而产生的预测偏差问题。为了消除物体空间分布偏差,可以通过计算归一化的图像权重来实现图像层级加权策略,进而对每个图像进行软加权,进而生成更加平衡无偏的物体检测结果。图像层级加权策略步骤如下:
首先,基于样本图像的显著性物体预测图像,计算样本图像集的显著性物体预测均值图像。
这里,可以计算样本图像集中的所有样本图像的显著性物体预测图像的均值,得到样本图像集的显著性物体预测均值图像。
然后,基于样本图像的显著性物体预测图像与对应权重的乘积,以及样本图像集的显著性物体预测均值图像,计算损失函数。
其中,权重计算公式如下:
其中,ηt是第t轮迭代中的样本图像集中的样本图像对应的权重,yt是第t轮迭代中输入的样本图像集中样本图像的显著性物体预测图像,是第t轮迭代中输入的第h个样本图像的显著性物体预测图像,/>是第t-1轮迭代中输入的样本图像集的显著性物体预测均值图像,T′为一个温度参数,MeanPool(·)为一个平均池化函数。
最后,基于损失函数,调整融合卷积层的参数,得到显著性物体检测模型。
通常,基于损失函数,调整融合卷积层的参数,来降低损失函数的值,直至模型收敛,即可得到显著性物体检测模型。
从图2中可以看出,与图1对应的实施例相比,本实施例中的显著性物体检测模型的训练方法的流程200突出了去混杂步骤和模型训练步骤。由此,本实施例描述的方案提供了一种基于因果关系的去偏框架,用于解释和解决像素级任务的混杂偏差。
进一步参考图5,其示出了根据本公开的显著性物体检测模型的训练方法的另一个实施例的流程500。该显著性物体检测模型的训练方法包括以下步骤:
步骤501,获取样本图像集中的样本图像的至少两个层次的特征张量。
在本实施例中,显著性物体检测模型的训练方法的执行主体可以将样本图像输入至骨干网络,提取样本图像的至少两个层次的特征张量。其中,骨干网络可以包含多个特征层,不同层次的特征张量可以是从骨干网络的不同特征层提取的。越低的特征层提取到的特征张量包含越多的细节信息;越高的特征层提取到的特征张量包含越多的语义信息。
步骤502,基于样本图像的至少两个层次的特征张量,计算样本图像的至少两个层次的特征对比度。
在本实施例中,对于每个样本图像,上述执行主体可以基于该样本图像的至少两个层次的特征张量,计算样本图像的至少两个层次的特征对比度。其中,一个特征张量可以对应一个特征对比度,也就是说,一个特征对比度是基于一个特征张量生成的。
步骤503,将样本图像的至少两个层次的特征对比度对比融合,得到样本图像的视觉对比度信息。
在本实施例中,上述执行主体可以将样本图像的至少两个层次的特征对比度对比融合,得到样本图像的视觉对比度信息。
为了便于理解,图6是示出了本实施例的视觉对比度信息建模框图。如图6所示,将样本图像输入至骨干网络f(·),提取骨干网络f(·)的高层特征张量xh和低层特征张量xl。其中,高层特征张量xh可以用于表征样本图像所具有的语义特征。低层特征张量xl可以用于表征样本图像所具有的细节特征。将高层特征张量xh减去平均高层特征张量即可得到高层特征对比度/>将低层特征张量xl减去平均低层特征张量/>即可得到低层特征对比度/>。其中,平均高层特征张量/>是样本图像集中所有样本图像的高层特征张量的平均值。平均低层特征张量/>是样本图像集中所有样本图像的低层特征张量的平均值。将高层特征对比度/>与低层特征张量/>对比融合,即可得到样本图像的视觉对比度信息。
步骤504,分别对样本图像的至少两个层次的特征张量进行全局平均,得到样本图像集的至少两个层次的特征张量。
在本实施例中,上述执行主体可以分别对样本图像集中的所有样本图像的至少两个层次的特征张量进行全局平均,得到样本图像集的至少两个层次的特征张量。其中,样本图像集中的所有样本图像的一个层次的特征张量全局平均得到样本图像集的一个层次的特征张量。
步骤505,分别对样本图像集的至少两个层次的特征张量进行聚类,以及将聚类中心的特征张量组合成至少两个层次的向量字典。
在本实施例中,上述执行主体可以分别对样本图像集的至少两个层次的特征张量进行聚类,以及将聚类中心的特征张量组合成至少两个层次的向量字典。其中,样本图像集的一个层次的特征张量的聚类中心组合成一个层次的向量字典。
例如,对样本图像集的高层特征张量进行聚类,以及将聚类中心的高层特征张量组合成向量字典Ch;对样本图像集的低层特征张量进行聚类,以及将聚类中心的低层特征张量组合成向量字典Cl。
步骤506,将至少两个层次的向量字典交叉拼接,生成样本图像集的视觉对比度信息混杂集合。
在本实施例中,上述执行主体可以将至少两个层次的向量字典交叉拼接,生成样本图像集的视觉对比度信息混杂集合。
例如,将向量字典Ch和向量字典Cl交叉拼接,生成样本图像集的视觉对比度信息混杂集合Cgrid。
为了便于理解,图7示出了本实施例的视觉对比度信息混杂集合建模框图。如图7所示,利用PCA+K-Means的方式对样本图像集中的所有样本图像的高层特征张量xh进行全局平均,得到样本图像集的高层特征张量利用PCA+K-Means的方式对样本图像集中的所有样本图像的和低层特征张量xl进行全局平均,得到样本图像集的低层特征张量对多个样本图像集的高层特征张量/>进行聚类,以及将聚类中心的特征张量作为簇的代表组合成向量字典Ch。对多个样本图像集的低层特征张量/>进行聚类,以及将聚类中心的特征张量作为簇的代表组合成向量字典Cl。由于视觉对比度信息常常是伴随高层信息和底层信息一起出现在图像中,因此,进一步将向量字典Ch和向量字典Cl交叉拼接,生成样本图像集的视觉对比度信息混杂集合Cgrid。其中,Ifg是前景图像,Igc是样本图像,l是掩膜图像。
步骤507,将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合进行自注意力机制融合,生成视觉对比度融合信息。
在本实施例中,上述执行主体可以将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合进行soft-attention机制融合,生成视觉对比度融合信息。
例如,利用视觉对比度信息混杂集合Cgrid,可以对样本图像的视觉对比度信息进行去混杂。具体地,将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合Cgrid进行soft-attention机制融合,即可生成去混杂的视觉对比度融合信息。
步骤508,将视觉对比度融合信息与样本图像的视觉对比度信息进行拼接,得到拼接对比度信息。
在本实施例中,上述执行主体可以将视觉对比度融合信息与样本图像的视觉对比度信息进行拼接,得到拼接对比度信息。
例如,将视觉对比度融合信息拼接在样本图像的视觉对比度信息的前面,即可得到拼接对比度信息。
步骤509,将拼接对比度信息输入至融合卷积层进行显著性物体检测,得到样本图像的显著性物体预测图像。
在本实施例中,上述执行主体可以将拼接对比度信息输入至融合卷积层进行显著性物体检测,得到样本图像的显著性物体预测图像。其中,显著性物体预测图像上可以标注有预测的显著区域和显著区域内的重要目标物体。
步骤510,基于样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到显著性物体检测模型。
在本实施例中,上述执行主体可以基于样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到显著性物体检测模型。其中,显著性物体标注图像上可以标注有真实显著区域和真实显著区域内的真实重要目标物体。
通常,基于显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,直至模型收敛,即可得到显著性物体检测模型。
从图5中可以看出,与图1对应的实施例相比,本实施例中的显著性物体检测模型的训练方法的流程500突出了视觉对比度信息建模步骤、去混杂步骤和模型训练步骤。由此,本实施例描述的方案提供了一种基于因果关系的去偏框架,用于解释和解决像素级任务的混杂偏差。并且,显示地建模视觉对比度信息。
图8示出了根据本公开的显著性物体检测方法的一个实施例的流程800。该显著性物体检测方法包括以下步骤:
步骤801,获取待检测图像。
在本实施例中,显著性物体检测方法的执行主体可以获取待检测图像。其中,待检测图像可以是通过摄像头采集的需要进行显著性物体检测的图像。通常,待检测图像上存在多种物体,包括但不限于人物、动物、植物、物品等等。例如,在智慧城市的智能交通场景中,待检测图像可以是在信号灯路口采集到的图像,其上存在信号灯、车辆、行人等等。
步骤802,将待检测图像输入至显著性物体检测模型,得到待检测图像的显著性物体检测结果。
在本实施例中,上述执行主体可以将待检测图像输入至显著性物体检测模型,得到待检测图像的显著性物体检测结果。其中,显著性物体检测模型可以是采用图1、图2或图5所示的显著性物体检测模型的训练方法训练得到的,这里不再赘述。显著性物体检测结果可以包括待检测图像上的物体的类别和位置。例如,在智慧城市的智能交通场景中,待检测图像的显著性物体检测结果可以包括信号灯及信号灯位置、车辆及车辆位置、行人及行人位置等等。
本公开实施例提供的显著性物体检测方法,利用显著性物体检测结果模型进行显著性物体检测。由于解决了显著性物体检测模型学习中的视觉对比度偏差,提升了模型效果,因此,利用显著性物体检测模型进行显著性物体检测,提升了显著性物体检测的准确度。
以智慧城市的智能交通场景为例,在信号灯路口采集样本图像集。利用样本图像集,按照图1、图2或图5所示的显著性物体检测模型的训练方法进行训练,得到显著性物体检测模型。随后,在信号灯路口采集待检测图像。将待检测图像输入至显著性物体检测模型,得到显著性物体检测结果。其中,显著性物体检测结果可以包括信号灯及信号灯位置、车辆及车辆位置、行人及行人位置等等。基于显著性物体检测结果进行交通管理,可以有效缓解信号灯路口拥堵等现象。
进一步参考图9,作为对上述各图所示方法的实现,本公开提供了一种显著性物体检测模型的训练装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图9所示,本实施例的显著性物体检测模型的训练装置900可以包括:获取模块901、第一生成模块902、第二生成模块903和训练模块904。其中,获取模块901,被配置成获取样本图像集中的样本图像的至少两个层次的特征张量;第一生成模块902,被配置成基于样本图像的至少两个层次的特征张量,生成样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合;第二生成模块903,被配置成基于样本图像的视觉对比度信息和样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;训练模块904,被配置成基于视觉对比度融合信息和样本图像的视觉对比度信息进行训练,得到显著性物体检测模型。
在本实施例中,显著性物体检测模型的训练装置900中:获取模块901、第一生成模块902、第二生成模块903和训练模块904的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-104的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,第一生成模块902包括:第一生成子模块,被配置成将样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到样本图像的视觉对比度信息;第二生成子模块,被配置成对样本图像的视觉对比度信息进行聚类,以及将聚类中心的视觉对比度信息组合成向量字典,作为样本图像集的视觉对比度信息混杂集合。
在本实施例的一些可选的实现方式中,第一生成子模块进一步被配置成:基于样本图像的至少两个层次的特征张量,计算样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;合并样本图像的至少两个层次的特征对比度,得到样本图像的视觉对比度信息。
在本实施例的一些可选的实现方式中,第一生成模块902包括:计算子模块,被配置成基于样本图像的至少两个层次的特征张量,计算样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;融合子模块,被配置成将样本图像的至少两个层次的特征对比度对比融合,得到样本图像的视觉对比度信息;平均子模块,被配置成分别对样本图像的至少两个层次的特征张量进行全局平均,得到样本图像集的至少两个层次的特征张量;聚类模块,被配置成分别对样本图像集的至少两个层次的特征张量进行聚类,以及将聚类中心的特征张量组合成至少两个层次的向量字典;交叉子模块,被配置成将至少两个层次的向量字典交叉拼接,生成样本图像集的视觉对比度信息混杂集合。
在本实施例的一些可选的实现方式中,第二生成模块903进一步被配置成:将样本图像的视觉对比度信息与样本图像集的视觉对比度信息混杂集合进行自注意力机制融合,生成视觉对比度融合信息。
在本实施例的一些可选的实现方式中,训练模块904包括:拼接子模块,被配置成将视觉对比度融合信息与样本图像的视觉对比度信息进行拼接,得到拼接对比度信息;检测子模块,被配置成将拼接对比度信息输入至融合卷积层进行显著性物体检测,得到样本图像的显著性物体预测图像;调整子模块,被配置成基于样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到显著性物体检测模型。
在本实施例的一些可选的实现方式中,调整子模块进一步被配置成:基于样本图像的显著性物体预测图像,计算样本图像集的显著性物体预测均值图像;基于样本图像的显著性物体预测图像与对应权重的乘积,以及样本图像集的显著性物体预测均值图像,计算损失函数;基于损失函数,调整融合卷积层的参数,得到显著性物体检测模型。
在本实施例的一些可选的实现方式中,获取模块901进一步被配置成:将样本图像输入至骨干网络,提取样本图像的至少两个层次的特征张量。
进一步参考图10,作为对上述各图所示方法的实现,本公开提供了一种显著性物体检测装置的一个实施例,该装置实施例与图8所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图10所示,本实施例的显著性物体检测装置1000可以包括:获取模块1001和检测模块1002。其中,获取模块1001,被配置成获取待检测图像;检测模块1002,被配置成将待检测图像输入至显著性物体检测模型,得到待检测图像的显著性物体检测结果,其中,显著性物体检测模型是采用如图9所示的装置训练得到的。
在本实施例中,显著性物体检测装置1000中:获取模块1001和检测模块102的具体处理及其所带来的技术效果可分别参考图8对应实施例中的步骤801-802的相关说明,在此不再赘述。
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。
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11示出了可以用来实施本公开的实施例的示例电子设备1100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11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100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1101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1101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1101执行上文所描述的各个方法和处理,例如显著性物体检测模型的训练方法或显著性物体检测方法。例如,在一些实施例中,显著性物体检测模型的训练方法或显著性物体检测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1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的显著性物体检测模型的训练方法或显著性物体检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行显著性物体检测模型的训练方法或显著性物体检测方法。
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两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、至少两个输入装置、和至少两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、该至少两个输入装置、和该至少两个输出装置。
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,也可以是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提供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 (19)
1.一种显著性物体检测模型的训练方法,包括:
获取样本图像集中的样本图像的至少两个层次的特征张量;
基于所述样本图像的至少两个层次的特征张量,生成所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合;
基于所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;
基于所述视觉对比度融合信息和所述样本图像的视觉对比度信息进行训练,得到显著性物体检测模型;
其中,所述基于所述样本图像的至少两个层次的特征张量,生成所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合,包括:
将所述样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到所述样本图像的视觉对比度信息,其中,所述对比度预训练网络用于对视觉对比度特征进行多尺度建模;
对所述样本图像的视觉对比度信息进行聚类,以及将聚类中心的视觉对比度信息组合成向量字典,作为所述样本图像集的视觉对比度信息混杂集合。
2.根据权利要求1所述的方法,其中,所述将所述样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到所述样本图像的视觉对比度信息,包括:
基于所述样本图像的至少两个层次的特征张量,计算所述样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;
合并所述样本图像的至少两个层次的特征对比度,得到所述样本图像的视觉对比度信息。
3.根据权利要求1所述的方法,其中,所述基于所述样本图像的至少两个层次的特征张量,生成所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合,包括:
基于所述样本图像的至少两个层次的特征张量,计算所述样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;
将所述样本图像的至少两个层次的特征对比度对比融合,得到所述样本图像的视觉对比度信息;
分别对所述样本图像的至少两个层次的特征张量进行全局平均,得到所述样本图像集的至少两个层次的特征张量;
分别对所述样本图像集的至少两个层次的特征张量进行聚类,以及将聚类中心的特征张量组合成至少两个层次的向量字典;
将所述至少两个层次的向量字典交叉拼接,生成所述样本图像集的视觉对比度信息混杂集合。
4.根据权利要求1-3中任一项所述的方法,其中,所述基于所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息,包括:
将所述样本图像的视觉对比度信息与所述样本图像集的视觉对比度信息混杂集合进行自注意力机制融合,生成所述视觉对比度融合信息。
5.根据权利要求1-4中任一项所述的方法,其中,所述基于所述视觉对比度融合信息和所述样本图像的视觉对比度信息进行训练,得到显著性物体检测模型,包括:
将所述视觉对比度融合信息与所述样本图像的视觉对比度信息进行拼接,得到拼接对比度信息;
将所述拼接对比度信息输入至融合卷积层进行显著性物体检测,得到所述样本图像的显著性物体预测图像;
基于所述样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到所述显著性物体检测模型。
6.根据权利要求5所述的方法,其中,所述基于所述样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到所述显著性物体检测模型,包括:
基于所述样本图像的显著性物体预测图像,计算所述样本图像集的显著性物体预测均值图像;
基于所述样本图像的显著性物体预测图像与对应权重的乘积,以及所述样本图像集的显著性物体预测均值图像,计算损失函数;
基于所述损失函数,调整所述融合卷积层的参数,得到所述显著性物体检测模型。
7.根据权利要求1-6中任一项所述的方法,其中,所述获取样本图像集中的样本图像的至少两个层次的特征张量,包括:
将所述样本图像输入至骨干网络,提取所述样本图像的至少两个层次的特征张量。
8.一种显著性物体检测方法,包括:
获取待检测图像;
将所述待检测图像输入至显著性物体检测模型,得到所述待检测图像的显著性物体检测结果,其中,所述显著性物体检测模型是采用权利要求1-7中任一项所述的方法训练得到的。
9.一种显著性物体检测模型的训练装置,包括:
获取模块,被配置成获取样本图像集中的样本图像的至少两个层次的特征张量;
第一生成模块,被配置成基于所述样本图像的至少两个层次的特征张量,生成所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合;
第二生成模块,被配置成基于所述样本图像的视觉对比度信息和所述样本图像集的视觉对比度信息混杂集合,生成视觉对比度融合信息;
训练模块,被配置成基于所述视觉对比度融合信息和所述样本图像的视觉对比度信息进行训练,得到显著性物体检测模型;
其中,所述第一生成模块包括:
第一生成子模块,被配置成将所述样本图像的至少两个层次的特征张量输入至对比度预训练网络,得到所述样本图像的视觉对比度信息,其中,所述对比度预训练网络用于对视觉对比度特征进行多尺度建模;
第二生成子模块,被配置成对所述样本图像的视觉对比度信息进行聚类,以及将聚类中心的视觉对比度信息组合成向量字典,作为所述样本图像集的视觉对比度信息混杂集合。
10.根据权利要求9所述的装置,其中,所述第一生成子模块进一步被配置成:
基于所述样本图像的至少两个层次的特征张量,计算所述样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;
合并所述样本图像的至少两个层次的特征对比度,得到所述样本图像的视觉对比度信息。
11.根据权利要求9所述的装置,其中,所述第一生成模块包括:
计算子模块,被配置成基于所述样本图像的至少两个层次的特征张量,计算所述样本图像的至少两个层次的特征对比度,其中,一个特征张量对应一个特征对比度;
融合子模块,被配置成将所述样本图像的至少两个层次的特征对比度对比融合,得到所述样本图像的视觉对比度信息;
平均子模块,被配置成分别对所述样本图像的至少两个层次的特征张量进行全局平均,得到所述样本图像集的至少两个层次的特征张量;
聚类模块,被配置成分别对所述样本图像集的至少两个层次的特征张量进行聚类,以及将聚类中心的特征张量组合成至少两个层次的向量字典;
交叉子模块,被配置成将所述至少两个层次的向量字典交叉拼接,生成所述样本图像集的视觉对比度信息混杂集合。
12.根据权利要求9-11中任一项所述的装置,其中,所述第二生成模块进一步被配置成:
将所述样本图像的视觉对比度信息与所述样本图像集的视觉对比度信息混杂集合进行自注意力机制融合,生成所述视觉对比度融合信息。
13.根据权利要求9-12中任一项所述的装置,其中,所述训练模块包括:
拼接子模块,被配置成将所述视觉对比度融合信息与所述样本图像的视觉对比度信息进行拼接,得到拼接对比度信息;
检测子模块,被配置成将所述拼接对比度信息输入至融合卷积层进行显著性物体检测,得到所述样本图像的显著性物体预测图像;
调整子模块,被配置成基于所述样本图像的显著性物体标注图像与显著性物体预测图像的差异,调整融合卷积层的参数,得到所述显著性物体检测模型。
14.根据权利要求13所述的装置,其中,所述调整子模块进一步被配置成:
基于所述样本图像的显著性物体预测图像,计算所述样本图像集的显著性物体预测均值图像;
基于所述样本图像的显著性物体预测图像与对应权重的乘积,以及所述样本图像集的显著性物体预测均值图像,计算损失函数;
基于所述损失函数,调整所述融合卷积层的参数,得到所述显著性物体检测模型。
15.根据权利要求9-14中任一项所述的装置,其中,所述获取模块进一步被配置成:
将所述样本图像输入至骨干网络,提取所述样本图像的至少两个层次的特征张量。
16.一种显著性物体检测装置,包括:
获取模块,被配置成获取待检测图像;
检测模块,被配置成将所述待检测图像输入至显著性物体检测模型,得到所述待检测图像的显著性物体检测结果,其中,所述显著性物体检测模型是采用权利要求9-15中任一项所述的装置训练得到的。
17.一种电子设备,包括:
至少两个层次的处理器;以及
与所述至少两个层次的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两个层次的处理器执行的指令,所述指令被所述至少两个层次的处理器执行,以使所述至少两个层次的处理器能够执行权利要求1-7中任一项所述的方法或权利要求8所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法或权利要求8所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法或权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210910399.1A CN115272705B (zh) | 2022-07-29 | 2022-07-29 | 显著性物体检测模型的训练方法、装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210910399.1A CN115272705B (zh) | 2022-07-29 | 2022-07-29 | 显著性物体检测模型的训练方法、装置以及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115272705A CN115272705A (zh) | 2022-11-01 |
CN115272705B true CN115272705B (zh) | 2023-08-29 |
Family
ID=83747060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210910399.1A Active CN115272705B (zh) | 2022-07-29 | 2022-07-29 | 显著性物体检测模型的训练方法、装置以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115272705B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908982A (zh) * | 2022-12-01 | 2023-04-04 | 北京百度网讯科技有限公司 | 图像处理方法、模型训练方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574534A (zh) * | 2015-12-17 | 2016-05-11 | 西安电子科技大学 | 基于稀疏子空间聚类和低秩表示的显著性目标检测方法 |
CN113033465A (zh) * | 2021-04-13 | 2021-06-25 | 北京百度网讯科技有限公司 | 活体检测模型训练方法、装置、设备以及存储介质 |
CN113378760A (zh) * | 2021-06-25 | 2021-09-10 | 北京百度网讯科技有限公司 | 训练目标检测模型和检测目标的方法及装置 |
-
2022
- 2022-07-29 CN CN202210910399.1A patent/CN115272705B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574534A (zh) * | 2015-12-17 | 2016-05-11 | 西安电子科技大学 | 基于稀疏子空间聚类和低秩表示的显著性目标检测方法 |
CN113033465A (zh) * | 2021-04-13 | 2021-06-25 | 北京百度网讯科技有限公司 | 活体检测模型训练方法、装置、设备以及存储介质 |
CN113378760A (zh) * | 2021-06-25 | 2021-09-10 | 北京百度网讯科技有限公司 | 训练目标检测模型和检测目标的方法及装置 |
Non-Patent Citations (1)
Title |
---|
弱监督学习下的视觉显著性目标检测算法;李策;邓浩海;肖利梅;张爱华;;计算机工程与设计(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115272705A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US10289884B2 (en) | Image analyzer, image analysis method, computer program product, and image analysis system | |
CN113313053B (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
CN111967297A (zh) | 图像的语义分割方法、装置、电子设备及介质 | |
CN112861830A (zh) | 特征提取方法、装置、设备、存储介质以及程序产品 | |
CN115272705B (zh) | 显著性物体检测模型的训练方法、装置以及设备 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN114332590B (zh) | 联合感知模型训练、联合感知方法、装置、设备和介质 | |
CN106446844B (zh) | 姿势估计方法和装置、计算机系统 | |
Qin et al. | Depth estimation by parameter transfer with a lightweight model for single still images | |
CN113963186A (zh) | 目标检测模型的训练方法、目标检测方法及相关装置 | |
KR101700030B1 (ko) | 사전 정보를 이용한 영상 물체 탐색 방법 및 이를 수행하는 장치 | |
CN114202026A (zh) | 多任务模型训练方法和装置、多任务处理方法和装置 | |
CN116468112B (zh) | 目标检测模型的训练方法、装置、电子设备和存储介质 | |
CN116468967B (zh) | 样本图像筛选方法、装置、电子设备及存储介质 | |
CN115482436B (zh) | 图像筛选模型的训练方法、装置以及图像筛选方法 | |
CN115239889B (zh) | 3d重建网络的训练方法、3d重建方法、装置、设备和介质 | |
CN113792876B (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
CN113610856A (zh) | 训练图像分割模型和图像分割的方法和装置 | |
CN113139483B (zh) | 人体行为识别方法、装置、设备、存储介质以及程序产品 | |
CN114581746B (zh) | 物体检测方法、装置、设备及介质 | |
TWI696148B (zh) | 影像分析方法、電子裝置與電腦程式產品 | |
CN113570607B (zh) | 目标分割的方法、装置及电子设备 | |
CN115719465B (zh) | 车辆检测方法、装置、设备、存储介质以及程序产品 |
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 |