CN116229200A - 基于模型对抗的坏例识别方法、装置、设备以及存储介质 - Google Patents
基于模型对抗的坏例识别方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116229200A CN116229200A CN202211738556.1A CN202211738556A CN116229200A CN 116229200 A CN116229200 A CN 116229200A CN 202211738556 A CN202211738556 A CN 202211738556A CN 116229200 A CN116229200 A CN 116229200A
- Authority
- CN
- China
- Prior art keywords
- image
- image set
- target object
- images
- training
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000002372 labelling Methods 0.000 claims abstract description 46
- 238000012549 training Methods 0.000 claims description 85
- 238000005070 sampling Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 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
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06V10/70—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
- G06V10/40—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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种基于模型对抗的坏例识别方法、装置、设备以及存储介质,涉及人工智能技术领域,具体涉及图像分类、图像标注技术,可应用在智慧城市场景下。该方法包括:获取待识别图像集;将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集;将坏例图像集输入至标注系统中,输出得到标注结果。本公开提供的基于模型对抗的坏例识别方法可以基于模型对抗高效准确地挖掘出图像集中的坏例图像,从而提升了坏例的识别效率。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及图像分类、图像标注技术,尤其涉及一种基于模型对抗的坏例识别方法、装置、设备以及存储介质。
背景技术
由于智慧城市等场景下所采集的图像数量巨大,当挖掘这些采集的图像中的坏例badcase时,工作量巨大,耗时耗力。现有技术中挖掘badcase的数量和效率都比较低,而badcase的出现会降低用户的满意度。例如,近年来电动车由于环保便捷等优点,人们对电动车的需求日益增大,电动车已成为居民日常出行中的非常方便的交通工具。随着电动车的普及,其安全管理问题也日益严重,其中在电动车车车牌识别场景中,会出现一些坏例badcase,那么就需要高效地挖掘出这些badcase图像。
发明内容
本公开提供了一种基于模型对抗的坏例识别方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种基于模型对抗的坏例识别方法,包括:获取待识别图像集;将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集;将坏例图像集输入至标注系统中,输出得到标注结果。
根据本公开的第二方面,提供了一种基于模型对抗的坏例识别装置,包括:获取模块,被配置成获取待识别图像集;第一识别模块,被配置成将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;第二识别模块,被配置成将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集;标注模块,被配置成将坏例图像集输入至标注系统中,输出得到标注结果。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一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。
根据本公开的第四方面,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,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。
根据本公开的第五方面,提供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。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的基于模型对抗的坏例识别方法的一个实施例的流程图;
图3是根据本公开的基于模型对抗的坏例识别方法的另一个实施例的流程图;
图4是本公开的基于模型对抗的坏例识别方法的一个应用场景图;
图5是根据本公开的基于模型对抗的坏例识别装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的基于模型对抗的坏例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。
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示出了可以应用本公开的基于模型对抗的坏例识别方法或基于模型对抗的坏例识别装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务。例如,服务器105可以对从终端设备101、102、103获取的待识别图像集进行分析和处理,并生成处理结果(例如标注结果)。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的基于模型对抗的坏例识别方法一般由服务器105执行,相应地,基于模型对抗的坏例识别装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本公开的基于模型对抗的坏例识别方法的一个实施例的流程200。该基于模型对抗的坏例识别方法包括以下步骤:
步骤201,获取待识别图像集。
在本实施例中,基于模型对抗的坏例识别方法的执行主体(例如图1所示的服务器105)会获取待识别图像集,其中,待识别图像集中包括至少一张待识别图像,待识别图像可以为通过图像传感器采集的,图像传感器即能够采集图像的传感器,本实施例中的图像传感器为摄像头传感器(以下简称为摄像头),也可根据实际情况采用其他的图像传感器,本公开对此不做限定。
在实际应用中,本公开提供的基于模型对抗的坏例识别方法可以应用在智慧城市中,上述待识别图像可为固定摄像头采集的,固定摄像头为智慧城市中遍布在任意地方的摄像头,例如街道上、小区内等等。
在本实施例中,还可以按照实际需要来灵活设置和选取需要进行处理的摄像头,比如根据天气情况来进行场景的选取,例如按照中雨、小雨、晴天、多云等天气因素,再例如按照早上、中午、晚上等时间因素来选取场景。
步骤202,将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集。
在本实施例中,上述执行主体会将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集。这里的目标物体即为待识别物体,例如电动车、自行车等物体。第一识别模型可以对待识别图像中是否包含目标物体进行初步识别,第一识别模型的训练数据一般为目标物体与目标对象,例如当目标物体为电动车时,第一识别模型的训练数据可以为电动车和人;当目标物体为自行车时,第一识别模型的训练数据可以为自行车和人。
作为示例,当目标物体为电动车时,第一识别模型即为能够识别待识别图像中是否包含电动车的电动车识别模型,这里的电动车识别模型的训练数据可以为目标对象和电动车。在这里,上述执行主体会预先利用包含目标对象和电动车的训练数据来训练电动车识别模型。具体地,上述执行主体会先选取载有目标对象和电动车的图片作为模型训练数据,这里的目标对象可以为人,也即选取载有人的电动车的图像作为训练数据。然后会对选取的图片进行数据处理,例如裁剪、去重等。之后将包含目标对象和电动车的图像作为输入,将该图像对应的标签作为输出,训练得到电动车识别模型,这里该图像对应的标签指的是该图像中是否包含电动车的标签。由于电动车识别模型的训练数据是人和电动车,那么模型学习到的特征即为人和电动车的特征,因此一旦告警中,出现了行人,又有杂物类似电动车,就会出现部分行人和杂物的badcase。
步骤203,将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集。
在本实施例中,上述执行主体会将第一图像集输入至第二识别模型,从而输出得到不包含目标物体的badcase图像集,也即本实施例中会采用第二识别模型对第一识别模型的识别结果再次进行识别。第一识别模型可以得到待识别图像中包含目标物体的图像,第二识别模型会再次对这些图像进行识别,从而输出得到不包含目标物体的图像,也即badcase图像。第二识别模型的训练数据一般为目标物体和干扰物体,干扰物体一般为与目标物体相似的物体。例如,当目标物体为电动车时,干扰物体可以为自行车;当目标物体为自行车时,干扰物体可以为电动车。
作为示例,当目标物体为电动车时,第二识别模型即为能够识别第一图像集中不包含电动车的识别模型,可称之为非电动车识别模型,非电动识别模型的训练数据为电动车和自行车。在这里,上述执行主体会预先利用包含自行车和电动车的图片作为训练数据来训练非电动车识别模型。具体地,上述执行主体会先选取包含电动车的图片、包含自行车的图片、包含自行车群的图片以及包含电动车群的图片作为训练数据。然后会对选取的图片进行数据处理,例如裁剪、去重等。之后将包含自行车和电动车的图片作为输入,将该图像对应的类别标签作为输出,最后训练得到非电动车识别模型,这里的类别标签即指示当前图像中包含的对象是自行车还是电动车。由于非电动车识别模型的训练数据是电动车以及自行车,所以模型更能学习到非机动车的特征,因此模型对告警中是否存在电动车的识别准确率比较高,用非机动车模型对电动车识别模型的结果进行再识别时,告警图中如果没有电动车,那么电动车识别模型的判定逻辑(行人+电动车)的逻辑就很可能不再成立,因此这个图像就很可能是badcase。所以,在本步骤输出得到的就是不包含电动车的badcase。
步骤204,将坏例图像集输入至标注系统中,输出得到标注结果。
在本实施例中,上述执行主体会将badcase图像集输入至标注系统中,输出得到标注结果。在一些应用场景中,上述执行主体会对步骤203生成的badcase图像集中的图像进行裁剪,并利用自动化脚本裁剪出告警小图,方便后续导入标注平台进行批量标注。在这里,标注系统可以是预先生成的,并可以预先在标注系统中建立图片分类标签,如行人、自行车、电动车、三轮车、杂物等等,然后可利用标注系统的批量标注功能对裁剪后的目标小图进行分类。并对标注结果为行人、自行车、三轮车、杂物的数据进行导出,这就是此次挖掘的badcase。此外,还可以将收集的badcase导入系统黑名单中,系统通过匹配黑名单特征和后面产出图片的特征相似度,来决定是否过滤此次产生的图片,从而完成了badcase从挖掘到最后的闭环。
本公开实施例提供的基于模型对抗的坏例识别方法,首先获取待识别图像集;然后将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;之后将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集;最后将坏例图像集输入至标注系统中,输出得到标注结果。本实施例中的基于模型对抗的坏例识别方法,该方法先通过第一识别模型来确定待识别图像中包含目标物体的第一图像集,再通过第二识别模型对第一图像集再次进行识别过滤,从而能够基于模型对抗高效准确地挖掘图像集中的badcase,在节省时间成本的同时,保证了坏例识别的质量,提高了坏例识别的效率。
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。
继续参考图3,图3示出了根据本公开的基于模型对抗的坏例识别方法的另一个实施例的流程300。该基于模型对抗的坏例识别方法包括以下步骤:
步骤301,获取待识别图像集。
在本实施例中,基于模型对抗的坏例识别方法的执行主体(例如图1所示的服务器105)会获取待识别图像集。步骤301与前述实施例的步骤201基本一致,具体实现方式可以参考前述对步骤201的描述,此处不再赘述。
在本实施例的一些可选的实现方式中,待识别图像集通过以下步骤得到:获取初始图像集;按照时间顺序对初始图像集进行排序;按照预设比例对排序后的初始图像集进行抽样,得到抽样图像集;计算抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集。
在本实现方式中,上述执行主体会先根据天气、时间或位置等因素来确定数据的选取场景,然后根据确定的场景,利用自动化脚本准备电动车场景数据(即初始图像集)。但是这里初始图像集中的数据会比较多,可能一个目标会多次出现在不同的图像中,所以,在这里会对获取的初始图像集进行处理。首先,上述执行主体会对按照识别时间来对初始图像集中的图像进行排序,排序后根据图片总数量进行抽样,抽样规则可以设定10选1,或者5选1或者其他抽样比例,本实施例中对此不做具体限定。符合抽样比例的数据,再次计算抽样图像集中各张图像的相似度,并基于计算结果确定待识别图像集。从而对初始图像集中的图像进行去重,得到待识别图像集。
在本实施例的一些可选的实现方式中,计算抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集,包括:从抽样图像集中的第二张图像开始,分别计算当前图像与前一张图像之间的相似度,若相似度满足预设条件,则将当前图像确定为待识别图像。
在本实现方式中,由于之前已经按照时间先后顺序对初始图像集中的图像进行排序,所以抽样图像集中的图像也是按照时间顺序生成的。从抽样图像集中的第二张图像开始,上述执行主体会分别计算当前图像与前一张图像的相似度,若相似度满足预设条件,则将当前图像选取为待识别图像,从而得到待识别图像集。例如若当前图像与前一张图像的相似度大于90%,则认为当前图像与前一张图像重复,则不选取;若相似度不大于90%,则将当前图像选取为待识别图像。从而基于各个图像的相似度来进行去重。
步骤302,将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集。
在本实施例中,上述执行主体会将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集。步骤302与前述实施例的步骤202基本一致,具体实现方式可以参考前述对步骤202的描述,此处不再赘述。
在本实施例的一些可选的实现方式中,第一识别模型通过以下步骤训练得到:获取第一训练样本集,其中,第一训练样本集中的训练样本包括目标对象和目标物体的图像以及该图像对应的第一类别标签,第一类别标签为表示该图像中是否包含目标物体的标签;将目标对象和目标物体的图像作为输入,将该图像对应的第一类别标签作为输出,训练得到第一识别模型。
也即上述执行主体会先获取第一训练样本集,其中,第一训练样本集中的训练样本包括目标对象和目标物体的图像,目标对象可以为人,以及该图像对应的第一类别标签,第一类别标签为表示该图像中是否包含目标物体的标签;然后将目标对象和目标物体的图像作为输入,将该图像对应的第一类别标签作为输出,训练得到第一识别模型。从而使得训练得到的第一识别模型可以准确地对待识别图像中是否包含目标物体进行识别。
作为示例,当目标物体为电动车时,第一识别模型的训练过程可以表示为:上述执行主体先获取第一训练样本集,第一训练样本集中的训练数据包括载有目标对象和电动车的图片以及该图像对应的第一类别标签,这里的目标对象可以为人,也即选取载有人的电动车的图像作为训练数据。然后上述执行主体会对选取的图片进行数据处理,例如裁剪、去重等。之后将包含目标对象和电动车的图像作为输入,将该图像对应的第一类别标签作为输出,训练得到电动车识别模型,这里的第一类别标签指的是该图像中是否包含电动车的标签。由于电动车识别模型的训练数据是人和电动车,那么模型学习到的特征即为人和电动车的特征,因此一旦告警中,出现了行人,又有杂物类似电动车,就会出现部分行人和杂物的badcase。从而使得训练得到的电动车识别模型可以准确地识别出载有目标对象的电动车的图像,提升了电动车识别模型的识别准确率。
步骤303,将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集。
在本实施例中,上述执行主体会将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集。步骤303与前述实施例的步骤203基本一致,具体实现方式可以参考前述对步骤203的描述,此处不再赘述。
在本实施例的一些可选的实现方式中,第二识别模型通过以下步骤训练得到:获取第二训练样本集,其中,第二训练样本集中的训练样本包括干扰物体和目标物体的图像以及该图像对应的第二类别标签,第二类别标签包括目标物体标签和干扰物体标签;将干扰物体和目标物体的图像作为输入,将该图像对应的第二类别标签作为输出,训练得到第二识别模型。
也即上述执行主体会先获取第二训练样本集,其中,第二训练样本集中的训练样本包括干扰物体和目标物体的图像,干扰物体为与目标物体结构或形状相似的物体,以及该图像对应的第二类别标签,第二类别标签包括目标物体标签和干扰物体标签;然后将干扰物体和目标物体的图像作为输入,将该图像对应的第二类别标签作为输出,训练得到第二识别模型。从而使得第二识别模型可以对第一图像集中目标物体和干扰物体进行识别,从而提高了第二识别模型的识别准确性。
作为示例,当目标物体为电动车、干扰物体为自行车时,第二识别模型的训练过程可以表示为:上述执行主体先获取第二训练样本集,第二训练样本集中的训练样本包括:包含电动车的图片、包含自行车的图片、包含自行车群的图片以及包含电动车群的图片,以及图像对应的第二类别标签,这里的类别标签即指示当前图像中包含的对象是自行车还是电动车。然后上述执行主体会对选取的图片进行数据处理,例如裁剪、去重等。之后将包含自行车和电动车的图片作为输入,将该图像对应的第二类别标签作为输出,最后训练得到非电动车识别模型。由于非电动车识别模型的训练数据是电动车以及自行车,所以模型更能学习到非机动车的特征,因此模型对告警中是否存在电动车的识别准确率比较高,用非机动车模型对电动车识别模型的结果进行再识别时,告警图中如果没有电动车,那么电动车识别模型的判定逻辑(行人+电动车)的逻辑就很可能不再成立,因此这个图像就很可能是badcase。所以,在本步骤输出得到的就是不包含电动车的badcase。从而使得训练得到的非电动车识别模型可以准确地识别出不包含有电动车的badcase图像,提升了非电动车识别模型的识别准确率。
步骤304,按照预设尺寸将坏例图像集中的图像进行裁剪,得到目标图像集。
在本实施例中,上述执行主体会按照预设尺寸将badcase图像集中的图像进行裁剪,得到目标图像集,从而方便后续导入标注平台进行批量标注。
步骤305,将目标图像集输入至标注系统中,输出得到各个目标图像对应的分类标签。
在本实施例中,上述执行主体会将目标图像集输入至标注系统中,输出得到各个目标图像对应的分类标签。在这里,上述执行主体会预先在标注系统中建立图片分类标签,如行人、自行车、电动车、三轮车、杂物等等,然后将裁剪后的目标图像集输入至标注系统中,利用标注系统的批量标注功能对裁剪后的目标小图进行分类。并对标注结果为行人、自行车、三轮车、杂物的数据进行导出,这就是此次挖掘的badcase。此外,还可以将收集的badcase导入系统黑名单中,系统通过匹配黑名单特征和后面产出图片的特征相似度,来决定是否过滤此次产生的图片,从而完成了badcase从挖掘到最后的闭环。
从图3中可以看出,与图2对应的实施例相比,本实施例中的基于模型对抗的坏例识别方法,该方法突出了第一识别模型以及第二车识别模型的训练过程以及对图像的标注过程,从而进一步提升了badcase的识别效率和准确性。
继续参考图4,其示出了本公开的基于模型对抗的坏例识别方法的一个应用场景图。该应用场景为对电动车(目标物体)进行识别,在该应用场景中,首先会从获取的视频中确定待识别图像集,然后将待识别图像集导入车牌识别模型中,从而输出得到包含电动车的第一图像集(即告警图)。然后,再进行数据准备,也即根据不同的因素来确定badcase的数据场景。之后,再进行数据筛选,也即先对图片按照识别时间进行排序,排序后根据图片总数量进行抽样,抽样规则可以设定10选1或者5选1或者其他抽样比例,符合抽样比例的图像数据。再计算当前图像和前一张图像的相似度,如果相似度超过90%,则不选取,低于90%进行选取,将其确定为目标图像。再之后,将目标图像输入至非机动车识别模型中,输出得到非电动车的图像。再将识别为非机动车的图像输入至标注平台,以对图像进行批量标注,从而得到不包含电动车的badcase图像集。最后,可以把badcase结果批量提供给相关研发人员,形成badcase库,从而辅助研发进行系统调优。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种基于模型对抗的坏例识别装置的一个实施例,该装置实施例与图2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5所示,本实施例的基于模型对抗的坏例识别装置500包括:获取模块501、第一识别模块502、第二识别模块503和标注模块504。其中,获取模块501,被配置成获取待识别图像集;第一识别模块502,被配置成将待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;第二识别模块503,被配置成将第一图像集输入至第二识别模型,输出得到不包含目标物体的坏例图像集;标注模块504,被配置成将坏例图像集输入至标注系统中,输出得到标注结果。
在本实施例中,基于模型对抗的坏例识别装置500中:获取模块501、第一识别模块502、第二识别模块503和标注模块504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204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,上述基于模型对抗的坏例识别装置500还包括用于生成待识别图像的生成模块,生成模块包括:获取子模块,被配置成获取初始图像集;排序子模块,被配置成按照时间顺序对初始图像集进行排序;抽样子模块,被配置成按照预设比例对排序后的初始图像集进行抽样,得到抽样图像集;计算子模块,被配置成计算抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集。
在本实施例的一些可选的实现方式中,计算子模块被进一步配置成:从抽样图像集中的第二张图像开始,分别计算当前图像与前一张图像之间的相似度,若相似度满足预设条件,则将当前图像确定为待识别图像。
在本实施例的一些可选的实现方式中,上述基于模型对抗的坏例识别装置500还包括用于训练第一识别模型的第一训练模块,第一训练模块被配置成:获取第一训练样本集,其中,第一训练样本集中的训练样本包括目标对象和目标物体的图像以及该图像对应的第一类别标签,第一类别标签为表示该图像中是否包含目标物体的标签;将目标对象和目标物体的图像作为输入,将该图像对应的第一类别标签作为输出,训练得到第一识别模型。
在本实施例的一些可选的实现方式中,上述基于模型对抗的坏例识别装置500还包括用于训练所述第二识别模型的第二训练模块,第二训练模块被配置成:获取第二训练样本集,其中,第二训练样本集中的训练样本包括干扰物体和目标物体的图像以及该图像对应的第二类别标签,第二类别标签包括目标物体标签和干扰物体标签;将干扰物体和目标物体的图像作为输入,将该图像对应的第二类别标签作为输出,训练得到第二识别模型。
在本实施例的一些可选的实现方式中,标注模块被进一步配置成:按照预设尺寸将坏例图像集中的图像进行裁剪,得到目标图像集;将目标图像集输入至标注系统中,输出得到各个目标图像对应的分类标签。
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6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理,例如基于模型对抗的坏例识别方法。例如,在一些实施例中,基于模型对抗的坏例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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的基于模型对抗的坏例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601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于模型对抗的坏例识别方法。
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。
云计算(cloud computer),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用或存储设备等,并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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 (15)
1.一种基于模型对抗的坏例识别方法,包括:
获取待识别图像集;
将所述待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;
将所述第一图像集输入至第二识别模型,输出得到不包含所述目标物体的坏例图像集;
将所述坏例图像集输入至标注系统中,输出得到标注结果。
2.根据权利要求1所述的方法,其中,所述待识别图像集通过以下步骤得到:
获取初始图像集;
按照时间顺序对所述初始图像集进行排序;
按照预设比例对排序后的初始图像集进行抽样,得到抽样图像集;
计算所述抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集。
3.根据权利要求2所述的方法,其中,所述计算所述抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集,包括:
从所述抽样图像集中的第二张图像开始,分别计算当前图像与前一张图像之间的相似度,若所述相似度满足预设条件,则将所述当前图像确定为待识别图像。
4.根据权利要求1-3中任一项所述的方法,其中,所述第一识别模型通过以下步骤训练得到:
获取第一训练样本集,其中,所述第一训练样本集中的训练样本包括目标对象和所述目标物体的图像以及该图像对应的第一类别标签,所述第一类别标签为表示该图像中是否包含所述目标物体的标签;
将所述目标对象和所述目标物体的图像作为输入,将所述该图像对应的第一类别标签作为输出,训练得到所述第一识别模型。
5.根据权利要求1-4中任一项所述的方法,其中,所述第二识别模型通过以下步骤训练得到:
获取第二训练样本集,其中,所述第二训练样本集中的训练样本包括干扰物体和所述目标物体的图像以及该图像对应的第二类别标签,所述第二类别标签包括目标物体标签和干扰物体标签;
将所述干扰物体和所述目标物体的图像作为输入,将所述该图像对应的第二类别标签作为输出,训练得到所述第二识别模型。
6.根据权利要求1所述的方法,其中,所述将所述坏例图像集输入至标注系统中,输出得到标注结果,包括:
按照预设尺寸将所述坏例图像集中的图像进行裁剪,得到目标图像集;
将所述目标图像集输入至标注系统中,输出得到各个目标图像对应的分类标签。
7.一种基于模型对抗的坏例识别装置,包括:
获取模块,被配置成获取待识别图像集;
第一识别模块,被配置成将所述待识别图像集输入至第一识别模型,输出得到包含目标物体的第一图像集;
第二识别模块,被配置成将所述第一图像集输入至第二识别模型,输出得到不包含所述目标物体的坏例图像集;
标注模块,被配置成将所述坏例图像集输入至标注系统中,输出得到标注结果。
8.根据权利要求7所述的装置,其中,所述装置还包括用于生成待识别图像的生成模块,所述生成模块包括:
获取子模块,被配置成获取初始图像集;
排序子模块,被配置成按照时间顺序对所述初始图像集进行排序;
抽样子模块,被配置成按照预设比例对排序后的初始图像集进行抽样,得到抽样图像集;
计算子模块,被配置成计算所述抽样图像集中各张图像的相似度,基于计算结果确定待识别图像集。
9.根据权利要求8所述的装置,其中,所述计算子模块被进一步配置成:
从所述抽样图像集中的第二张图像开始,分别计算当前图像与前一张图像之间的相似度,若所述相似度满足预设条件,则将所述当前图像确定为待识别图像。
10.根据权利要求7-9中任一项所述的装置,其中,所述装置还包括用于训练所述第一识别模型的第一训练模块,所述第一训练模块被配置成:
获取第一训练样本集,其中,所述第一训练样本集中的训练样本包括目标对象和所述目标物体的图像以及该图像对应的第一类别标签,所述第一类别标签为表示该图像中是否包含所述目标物体的标签;
将所述目标对象和所述目标物体的图像作为输入,将所述该图像对应的第一类别标签作为输出,训练得到所述第一识别模型。
11.根据权利要求7-10中任一项所述的装置,其中,所述装置还包括用于训练所述第二识别模型的第二训练模块,所述第二训练模块被配置成:
获取第二训练样本集,其中,所述第二训练样本集中的训练样本包括干扰物体和所述目标物体的图像以及该图像对应的第二类别标签,所述第二类别标签包括目标物体标签和干扰物体标签;
将所述干扰物体和所述目标物体的图像作为输入,将所述该图像对应的第二类别标签作为输出,训练得到所述第二识别模型。
12.根据权利要求7所述的装置,其中,所述标注模块被进一步配置成:
按照预设尺寸将所述坏例图像集中的图像进行裁剪,得到目标图像集;
将所述目标图像集输入至标注系统中,输出得到各个目标图像对应的分类标签。
13.一种电子设备,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1-6中任一项所述的方法。
14.一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1-6中任一项所述的方法。
15.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211738556.1A CN116229200A (zh) | 2022-12-30 | 2022-12-30 | 基于模型对抗的坏例识别方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211738556.1A CN116229200A (zh) | 2022-12-30 | 2022-12-30 | 基于模型对抗的坏例识别方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116229200A true CN116229200A (zh) | 2023-06-06 |
Family
ID=86576066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211738556.1A Pending CN116229200A (zh) | 2022-12-30 | 2022-12-30 | 基于模型对抗的坏例识别方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116229200A (zh) |
-
2022
- 2022-12-30 CN CN202211738556.1A patent/CN116229200A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113326764A (zh) | 训练图像识别模型和图像识别的方法和装置 | |
CN110633594A (zh) | 一种目标检测方法和装置 | |
CN114943936B (zh) | 目标行为识别方法、装置、电子设备及存储介质 | |
CN113159091A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN112766284B (zh) | 图像识别方法和装置、存储介质和电子设备 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN114913325B (zh) | 语义分割方法、装置及计算机程序产品 | |
CN110633716A (zh) | 一种目标对象的检测方法和装置 | |
CN115240035A (zh) | 半监督目标检测模型训练方法、装置、设备以及存储介质 | |
CN113963186A (zh) | 目标检测模型的训练方法、目标检测方法及相关装置 | |
CN113378857A (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN115331048B (zh) | 图像分类方法、装置、设备以及存储介质 | |
CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN115861755A (zh) | 特征融合方法、装置、电子设备及自动驾驶车辆 | |
CN113657596B (zh) | 训练模型和图像识别的方法和装置 | |
CN110634155A (zh) | 一种基于深度学习的目标检测方法和装置 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN116229200A (zh) | 基于模型对抗的坏例识别方法、装置、设备以及存储介质 | |
CN112818972B (zh) | 兴趣点图像的检测方法、装置、电子设备及存储介质 | |
CN113989720A (zh) | 目标检测方法、训练方法、装置、电子设备及存储介质 | |
CN114821190A (zh) | 图像分类模型训练方法、图像分类方法、装置及设备 | |
CN114332509A (zh) | 图像处理方法、模型训练方法、电子设备及自动驾驶车辆 | |
CN113869317A (zh) | 车牌识别方法、装置、电子设备和存储介质 | |
CN113569912A (zh) | 车辆识别方法、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 |