CN117746069B - 以图搜图的模型训练方法、和以图搜图方法 - Google Patents
以图搜图的模型训练方法、和以图搜图方法 Download PDFInfo
- Publication number
- CN117746069B CN117746069B CN202410179517.5A CN202410179517A CN117746069B CN 117746069 B CN117746069 B CN 117746069B CN 202410179517 A CN202410179517 A CN 202410179517A CN 117746069 B CN117746069 B CN 117746069B
- Authority
- CN
- China
- Prior art keywords
- appearance
- image
- type
- target
- sample image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000012549 training Methods 0.000 title claims abstract description 28
- 239000000463 material Substances 0.000 claims abstract description 75
- 239000013077 target material Substances 0.000 claims abstract description 42
- 238000010586 diagram Methods 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000190070 Sarracenia purpurea Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002184 metal Substances 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种以图搜图的模型训练方法、和以图搜图方法,涉及图像处理技术领域,包括:获取第一样本图像和第二样本图像之间的关系类型;通过预设模型,分别提取第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;基于关系类型,根据第一外观特征图和第二外观特征图确定目标外观损失值,并根据第一材质特征图和第二材质特征图确定目标材质损失值;采用目标外观损失值和目标材质损失值,对预设模型进行更新,得到以图搜图模型。通过采用外观特征图和材质特征图进行相似度匹配,提高了匹配准确性。通过不同样本图像的关系类型确定的损失值来训练预设模型,提高了模型识别准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种以图搜图的模型训练方法、和以图搜图方法。
背景技术
目前,随着快递行业的快速发展,致使有些不法分子利用快递的便捷性进行违法行为。因此,快递包裹的违禁品检测十分重要。
相关技术中,可以通过以图搜图的方式进行违禁品检测。具体的,提取待识别包裹图像的外观特征,并将待识别包裹图像的外观特征与匹配图像的外观特征进行相似性匹配,根据匹配结果确定待识别包裹图像中是否存在匹配图像中的目标物。
但是,上述方式的违禁品检测准确性有待进一步提高。
发明内容
本发明提供了一种以图搜图的模型训练方法、和以图搜图方法,以解决通过相关技术中的以图搜图的方式进行违禁品检测,违禁品检测准确性有待进一步提高的问题。
根据本发明的一方面,提供了一种以图搜图的模型训练方法,包括:
获取第一样本图像和第二样本图像之间的关系类型;
通过预设模型,分别提取所述第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;
基于所述关系类型,根据所述第一外观特征图和所述第二外观特征图确定目标外观损失值,并根据所述第一材质特征图和所述第二材质特征图确定目标材质损失值;
采用所述目标外观损失值和所述目标材质损失值,对所述预设模型进行更新,得到以图搜图模型。
根据本发明的另一方面,提供了一种以图搜图方法,包括:
采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图;
根据所述目标外观特征图,以及匹配图像的外观特征图,确定所述目标图像与所述匹配图像之间的目标外观相似度;并根据所述目标材质特征图,以及所述匹配图像的材质特征图,确定所述目标图像与所述匹配图像之间的目标材质相似度;
根据所述目标外观相似度和所述目标材质相似度,确定所述目标图像与所述匹配图像之间的总相似度;并根据所述总相似度确定所述目标图像中是否存在所述匹配图像中的目标物;
其中,所述以图搜图模型根据本发明提供的任一模型训练方法训练得到。
根据本发明的另一方面,提供了一种以图搜图的模型训练装置,包括:
获取单元,用于获取第一样本图像和第二样本图像之间的关系类型;
特征提取单元,用于通过预设模型,分别提取所述第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;
损失确定单元,用于基于所述关系类型,根据所述第一外观特征图和所述第二外观特征图确定目标外观损失值,并根据所述第一材质特征图和所述第二材质特征图确定目标材质损失值;
更新单元,用于采用所述目标外观损失值和所述目标材质损失值,对所述预设模型进行更新,得到以图搜图模型。
根据本发明的另一方面,提供了一种以图搜图装置,包括:
特征提取单元,用于采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图;
匹配单元,用于根据所述目标外观特征图,以及匹配图像的外观特征图,确定所述目标图像与所述匹配图像之间的目标外观相似度;并根据所述目标材质特征图,以及所述匹配图像的材质特征图,确定所述目标图像与所述匹配图像之间的目标材质相似度;
确定单元,用于根据所述目标外观相似度和所述目标材质相似度,确定所述目标图像与所述匹配图像之间的总相似度;并根据所述总相似度确定所述目标图像中是否存在所述匹配图像中的目标物;
其中,所述以图搜图模型根据本发明提供的任一模型训练方法训练得到。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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发明任一实施例所述的方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的方法。
本发明实施例的技术方案,通过采用外观特征图和材质特征图进行相似度匹配,提高了匹配准确性,进而提高了违禁品检测准确性。并且通过不同样本图像的关系类型确定的目标外观损失值和目标材质损失值,来训练预设模型,可以提高得到的以图搜图模型的识别准确性,进一步提高了违禁品检测准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种以图搜图的模型训练方法的流程图;
图2是根据本发明实施例二提供的一种以图搜图的模型训练方法的流程图;
图3是根据本发明实施例三提供的一种以图搜图方法的流程图;
图4是根据本发明实施例四提供的一种以图搜图的模型训练装置的结构示意图;
图5是根据本发明实施例五提供的一种以图搜图装置的结构示意图;
图6是实现本发明实施例的方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”、“原始”、“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种以图搜图的模型训练方法的流程图,本实施例可适用于通过以图搜图方式进行违禁品检测所利用的以图搜图模型的模型训练场景,该方法可以由电子设备来执行。如图1所示,该方法包括:
步骤101,获取第一样本图像和第二样本图像之间的关系类型。
其中,可以将快递包裹的图像作为样本图像。样本图像中可以包含至少一个物体,例如水杯、刀子、钱包等。
可以根据样本图像中包含的物体来确定样本图像的类型。
可以人工标注样本图像的类型。并通过不同样本图像的类型之间的关系,确定不同样本图像之间的关系类型。例如,可以利用不同样本图像的类型之间的相似性关系来确定不同样本图像之间的关系类型。
也可以人工标注不同样本图像之间的关系类型。
步骤102,通过预设模型,分别提取第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图。
具体的,可以通过预设模型,提取第一样本图像的外观特征,得到第一外观特征图,并提取第一样本图像的材质特征,得到第一材质特征图。
同理,可以通过预设模型,提取第二样本图像的外观特征,得到第二外观特征图,并提取第二样本图像的材质特征,得到第二材质特征图。
具体的,同时提取样本图像的外观特征和材质特征,并利用外观特征和材质特征来训练预设模型,可以让预设模型学习到更准确的特征,防止预设模型在训练过程中因相同特征但代表含义不一致,出现模型震荡问题,并可以解决实际业务中包裹含有多个目标物体的问题。
步骤103,基于关系类型,根据第一外观特征图和第二外观特征图确定目标外观损失值,并根据第一材质特征图和第二材质特征图确定目标材质损失值。
具体的,我们希望若第一样本图像和第二样本图像的类型越相似,则根据第一外观特征图和第二外观图计算得到的第一样本图像和第二样本图像之间的外观相似性就越大,另一方面,若第一样本图像和第二样本图像的类型越不相似,则根据第一外观特征图和第二外观图计算得到的第一样本图像和第二样本图像之间的外观相似性就越小。可以基于上述构思,通过本次迭代包含的不同样本图像之间的关系类型,以及不同样本图像的外观特征图来确定本次迭代的目标外观损失值。同理,通过本次迭代包含的不同样本图像之间的关系类型,以及不同样本图像的材质特征图来确定本次迭代的目标材质损失值。
步骤104,采用目标外观损失值和目标材质损失值,对预设模型进行更新,得到以图搜图模型。
具体的,可以将目标外观损失值和目标材质损失值进行加权求和,得到目标损失值,进而利用目标损失值调整预设模型的参数,对预设模型进行更新,并在迭代次数达到预设阈值或者目标损失值小于预设值时停止迭代,得到以图搜图模型。
本发明实施例提供的技术方案,可以通过采用外观特征图和材质特征图进行相似度匹配,提高了匹配准确性,进而提高了违禁品检测准确性。并且通过不同样本图像的关系类型确定的目标外观损失值和目标材质损失值,来训练预设模型,可以提高得到的以图搜图模型的识别准确性,进一步提高了违禁品检测准确性。
实施例二
图2是根据本发明实施例二提供的一种以图搜图的模型训练方法的流程图,本实施例细化了实施例一中的步骤101、步骤102和步骤103。如图2所示,该方法包括:
步骤201,获取第一样本图像和第二样本图像之间的关系类型。
步骤201之后,可以执行步骤202或者步骤203。
在一种可实现方式中,若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度小于等于第一阈值,则将第一类关系确定为第一样本图像和第二样本图像之间的关系类型;若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于第一阈值并小于第二阈值,则将第二类关系确定为第一样本图像和第二样本图像之间的关系类型;若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于等于第二阈值,则将第三类关系确定为第一样本图像和第二样本图像之间的关系类型;其中,第二阈值大于第一阈值。
具体的,可以根据经验设置第一阈值和第二阈值的取值,本方案不做限制。可以通过这种方式方便快捷的确定第一样本图像和第二样本图像之间的关系类型。
例如,可以设置第一阈值为0,第一类关系为第一类型和第二类型完全不同。具体的,当第一样本图像中包含的至少一个物体,与第二样本图像中包含的至少一个物体,没有一个相同,则可以理解为第一类型和第二类型完全不同。例如,第一样本图像中包含水杯、刀子、钱包;而第二样本图像中包含手机、电脑、耳机。
例如,可以设置第二阈值为1,第二类关系为第一类型和第二类型部分相同。具体的,当第一样本图像中包含的至少一个物体,与第二样本图像中包含的至少一个物体,部分相同,则可以理解为第一类型和第二类型部分相同。例如,第一样本图像中包含水杯、刀子、钱包;而第二样本图像中包含手机、电脑、水杯。第三类关系为第一类型和第二类型完全相同。具体的,当第一样本图像中包含的至少一个物体,与第二样本图像中包含的至少一个物体,部分相同,则可以理解为第一类型和第二类型部分相同。例如,第一样本图像和第二样本图像都包含且只包含水杯、刀子、钱包。
步骤202,通过预设模型中的外观注意力层提取第一样本图像的原始外观特征图;通过预设模型中的材质注意力层对原始外观特征图进行特征提取,得到第一外观特征图。
步骤202之后,可以执行步骤204。
具体的,可以先将第一样本图像缩放致预设尺寸,再利用预设模型中的主干网络提取第一样本图像的原始特征图;并对原始特征图进行外观和材质的交叉注意力机制处理,得到第一外观特征图。具体的,利用预设模型中的外观注意力层对原始特征图进行处理,得到原始外观特征图;并利用预设模型中的材质注意力层对原始外观特征图进行特征提取,得到第一外观特征图。
具体的,通过上述交叉注意力机制处理,可以使第一外观特征图具有材质约束,可以提高模型识别准确性。例如,可以提高如金属手枪和塑料手枪这种外观相似、实则完全不同的情况的识别准确性。
同理,可以通过预设模型中的外观注意力层提取第二样本图像的原始外观特征图;通过预设模型中的材质注意力层对原始外观特征图进行特征提取,得到第二外观特征图。
进一步的,还可以通过三元损失函数,预先训练预设模型,以更新预设模型的参数。以提高模型识别准确性。
具体的,利用预设模型分别提取样本图像的外观特征和材质特征,并利用三元损失,例如一种基于角度余弦的损失函数ArcFace来分别计算外观匹配损失函数和材质匹配损失函数;并将外观匹配损失函数和材质匹配损失函数加权求和,得到目标损失函数。并根据目标损失函数更新预设模型的参数。
步骤203,通过预设模型中的材质注意力层提取第一样本图像的原始材质特征图;通过预设模型中的外观注意力层对原始材质特征图进行特征提取,得到第一材质特征图。
类似于第一外观特征图的获取方式,可以对原始特征图进行材质和外观的交叉注意力机制处理,得到第一材质特征图。具体的,利用预设模型中的材质注意力层对原始特征图进行处理,得到原始材质特征图;并利用预设模型中的外观注意力层对原始材质特征图进行特征提取,得到第一材质特征图。
具体的,通过上述交叉注意力机制处理,可以使第一材质特征图具有外观约束,可以提高模型识别准确性。例如,可以解决相同包裹因投射角度不同造成外观不一致而产生的漏检问题。
同理,通过预设模型中的材质注意力层提取第二样本图像的原始材质特征图;通过预设模型中的外观注意力层对原始材质特征图进行特征提取,得到第二材质特征图。
步骤204,在关系类型为第一类关系的情况下,根据第一外观特征图和第二外观特征图确定第一样本图像和第二样本图像之间的第一外观相似度值;其中,第一类关系、第二类关系以及第三类关系的类型相似性依次增加。
具体的,可以通过多种方式计算第一样本图像和第二样本图形之间的外观相似度。例如,余弦相似度、平均哈希算法、欧式距离、直方图比较等方式。
具体的,可以通过如下公式确定第一外观相似度值。
其中,表示第一样本图像和第二样本图像之间的第一外观相似度值;/>表示第一样本图像的第一外观特征图;/>表示第二样本图像的第二外观特征图。
步骤205,在关系类型为第二类关系的情况下,采用属于第一类型的样本图像,和属于第二类型的样本图像,确定第一类型和第二类型之间的平均外观相似度值;并根据平均外观相似度值、第一外观特征图以及第二外观特征图,确定第一样本图像和第二样本图像之间的第二外观相似度值。
具体的,可以利用本次迭代中属于第一类型的所有样本图像,以及属于第二类型的所有样本图像,计算本次迭代的第一类型和第二类型之间的平均外观相似度值。并根据平均外观相似度值、第一外观特征图以及第二外观特征图,确定第一样本图像和第二样本图像之间的第二外观相似度值。
在一种可实现方式中,根据第一外观特征图和第二外观特征图,确定第一样本图像和第二样本图像之间的过程外观相似度值;将各过程外观相似度值的平均值,确定为第一类型和第二类型之间的平均外观相似度值。
具体的,若第一类型对应10张样本图像,第二类型对应9张样本图像,则可以利用第一类型的每张样本图像都和第二类型的每张样本图像计算过程外观相似度值;将所有过程外观相似度值的平均值作为第一类型和第二类型之间的平均外观相似度值。
具体的,可以通过如下公式计算第二外观相似度值。
其中,表示第一样本图像和第二样本图像之间的第二外观相似度值;/>表示第一类型和第二类型之间的平均外观相似度值;/>表示第一样本图像的第一外观特征图;表示第二样本图像的第二外观特征图。
具体的,通过平均外观相似度值、第一外观特征图以及第二外观特征图,确定第一样本图像和第二样本图像之间的第二外观相似度值,可以提高外观相似度值的准确性。
步骤206,在关系类型为第三类关系的情况下,根据第一外观特征图和第二外观特征图确定第一样本图像和第二样本图像之间的第三外观相似度值。
具体的,可以通过如下公式确定第三外观相似度值。
其中,表示第一样本图像和第二样本图像之间的第三外观相似度值;/>表示第一样本图像的第一外观特征图;表示第二样本图像的第二外观特征图。
步骤207,根据第一外观相似度值、第二外观相似度值和第三外观相似度值,确定目标外观损失值。
具体的,我们希望若第一样本图像和第二样本图像的类型越相似,则根据第一外观特征图和第二外观图计算得到的第一样本图像和第二样本图像之间的外观相似性就越大,另一方面,若第一样本图像和第二样本图像的类型越不相似,则根据第一外观特征图和第二外观图计算得到的第一样本图像和第二样本图像之间的外观相似性就越小。可以基于上述构思,利用根据第一外观相似度值、第二外观相似度值和第三外观相似度值,构建目标外观损失值。以提高模型识别准确性。
在一种可实现方式中,将第一外观相似度值的总和、第二外观相似度值的总和以及第三外观相似度值的总和相加,得到过程值。
具体的,可以根据本次迭代中计算得到的所有第一外观相似度值相加得到的第一外观相似度值的总和;并将所有第二外观相似度值相加得到的第二外观相似度值的总和;所有第三外观相似度值相加得到的第三外观相似度值的总和;进而,将第一外观相似度值的总和、第二外观相似度值的总和以及第三外观相似度值的总和相加,得到过程值。
根据第二外观相似度值的总和,与过程值,确定在关系类型为第二类关系的情况下的第一外观损失值。
具体的,可以通过如下公式计算第一外观损失值。
其中,表示在关系类型为第二类关系的情况下的第一外观损失值;/>表示第一外观相似度值的总和;表示第二外观相似度值的总和;表示第三外观相似度值的总和。
根据第三外观相似度值的总和,与过程值,确定在关系类型为第三类关系的情况下的第二外观损失值。
具体的,可以通过如下公式计算第二外观损失值。
其中,在关系类型为第三类关系的情况下的第二外观损失值;表示第一外观相似度值的总和;表示第二外观相似度值的总和;表示第三外观相似度值的总和。
根据第一外观损失值和第二外观损失值之间的和,确定目标外观损失值。
具体的,可以通过如下公式计算目标外观损失值。
其中,表示本次迭代的目标外观损失值;/>表示在关系类型为第二类关系的情况下的第一外观损失值;/>表示在关系类型为第三类关系的情况下的第二外观损失值;M表示本次迭代包含的样本图像总数量。
同理,可以根据第一材质特征图和第二材质特征图确定目标材质损失值。
具体的,可以通过上述方式方便快捷的得到目标外观损失值。
步骤208,采用目标外观损失值和目标材质损失值,对预设模型进行更新,得到以图搜图模型。
具体的,可以将目标外观损失值和目标材质损失值进行加权求和,得到目标损失值,进而利用目标损失值调整预设模型的参数,对预设模型进行更新,得到以图搜图模型。
可以通过如下公式计算目标损失值。
其中,表示本次迭代的目标损失值;/>表示本次迭代的目标外观损失值;/>表示本次迭代的目标材质损失值;/>为预设参数;/>为预设参数。
实施例三
图3是根据本发明实施例三提供的一种以图搜图方法的流程图。如图3所示,该方法包括:
步骤301,采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图。
步骤302,根据目标外观特征图,以及匹配图像的外观特征图,确定目标图像与匹配图像之间的目标外观相似度;并根据目标材质特征图,以及匹配图像的材质特征图,确定目标图像与匹配图像之间的目标材质相似度。
步骤303,根据目标外观相似度和目标材质相似度,确定目标图像与匹配图像之间的总相似度;并根据总相似度确定目标图像中是否存在匹配图像中的目标物。
其中,以图搜图模型根据上述实施例提供的方法训练得到。
在一种可实现方式中,可以通过如下方式判定两个包裹是否为相似包裹,以提高检测准确性。
若两个包裹的总相似度大于等于阈值(该阈值可以设置为0.5),则确定两个包裹为相似包裹。
若两个包裹的总相似度小于阈值,且外观相似度大于等于阈值;或者,两个包裹的总相似度小于阈值,且材质相似度大于等于阈值;则可以将两个包裹进行人工鉴定,这种方式可以在一定范围内缩小人工鉴定包裹的数量。
若两个包裹的总相似度小于阈值,且外观相似度小于阈值,且材质相似度小于阈值,则确定两个包裹不是相似包裹。
本实施例的具体实现过程参见上述实施例,不再赘述。
实施例四
图4是根据本发明实施例四提供的一种以图搜图的模型训练装置的结构示意图。如图4所示,该装置400包括:
获取单元410,用于获取第一样本图像和第二样本图像之间的关系类型;
特征提取单元420,用于通过预设模型,分别提取第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;
损失确定单元430,用于基于关系类型,根据第一外观特征图和第二外观特征图确定目标外观损失值,并根据第一材质特征图和第二材质特征图确定目标材质损失值;
更新单元440,用于采用目标外观损失值和目标材质损失值,对预设模型进行更新,得到以图搜图模型。
获取单元410,具体用于若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度小于等于第一阈值,则将第一类关系确定为第一样本图像和第二样本图像之间的关系类型;
若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于第一阈值并小于第二阈值,则将第二类关系确定为第一样本图像和第二样本图像之间的关系类型;
若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于等于第二阈值,则将第三类关系确定为第一样本图像和第二样本图像之间的关系类型;
其中,第二阈值大于第一阈值。
损失确定单元430,具体用于在关系类型为第一类关系的情况下,根据第一外观特征图和第二外观特征图确定第一样本图像和第二样本图像之间的第一外观相似度值;
在关系类型为第二类关系的情况下,采用属于第一类型的样本图像,和属于第二类型的样本图像,确定第一类型和第二类型之间的平均外观相似度值;并根据平均外观相似度值、第一外观特征图以及第二外观特征图,确定第一样本图像和第二样本图像之间的第二外观相似度值;
在关系类型为第三类关系的情况下,根据第一外观特征图和第二外观特征图确定第一样本图像和第二样本图像之间的第三外观相似度值;
根据第一外观相似度值、第二外观相似度值和第三外观相似度值,确定目标外观损失值;
其中,第一类关系、第二类关系以及第三类关系的类型相似性依次增加。
损失确定单元430,具体用于将第一外观相似度值的总和、第二外观相似度值的总和以及第三外观相似度值的总和相加,得到过程值;
根据第二外观相似度值的总和,与过程值,确定在关系类型为第二类关系的情况下的第一外观损失值;
根据第三外观相似度值的总和,与过程值,确定在关系类型为第三类关系的情况下的第二外观损失值;
根据第一外观损失值和第二外观损失值之间的和,确定目标外观损失值。
损失确定单元430,具体用于根据第一外观特征图和第二外观特征图,确定第一样本图像和第二样本图像之间的过程外观相似度值;
将各过程外观相似度值的平均值,确定为第一类型和第二类型之间的平均外观相似度值。
特征提取单元420,具体用于通过预设模型中的外观注意力层提取第一样本图像的原始外观特征图;通过预设模型中的材质注意力层对原始外观特征图进行特征提取,得到第一外观特征图;
通过预设模型中的材质注意力层提取第一样本图像的原始材质特征图;通过预设模型中的外观注意力层对原始材质特征图进行特征提取,得到第一材质特征图。
本发明实施例所提供的以图搜图的模型训练装置可执行本发明任意实施例所提供的以图搜图的模型训练方法,具备执行以图搜图的模型训练方法相应的功能模块和有益效果。
实施例五
图5是根据本发明实施例五提供的一种以图搜图装置的结构示意图。如图5所示,该装置500包括:
特征提取单元510,用于采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图;
匹配单元520,用于根据目标外观特征图,以及匹配图像的外观特征图,确定目标图像与匹配图像之间的目标外观相似度;并根据目标材质特征图,以及匹配图像的材质特征图,确定目标图像与匹配图像之间的目标材质相似度;
确定单元530,用于根据目标外观相似度和目标材质相似度,确定目标图像与匹配图像之间的总相似度;并根据总相似度确定目标图像中是否存在匹配图像中的目标物;
其中,以图搜图模型根据上述实施例提供的方法训练得到。
本发明实施例所提供的以图搜图装置可执行本发明任意实施例所提供的以图搜图方法,具备执行以图搜图方法相应的功能模块和有益效果。
实施例六
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如以图搜图的模型训练方法或以图搜图方法。
在一些实施例中,上述任一种以图搜图的模型训练方法或以图搜图方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的任一种以图搜图的模型训练方法或以图搜图方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述任一种以图搜图的模型训练方法或以图搜图方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种以图搜图的模型训练方法,其特征在于,包括:
获取第一样本图像和第二样本图像之间的关系类型;
通过预设模型,分别提取所述第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;
基于所述关系类型,根据所述第一外观特征图和所述第二外观特征图确定目标外观损失值,并根据所述第一材质特征图和所述第二材质特征图确定目标材质损失值;
采用所述目标外观损失值和所述目标材质损失值,对所述预设模型进行更新,得到以图搜图模型。
2.根据权利要求1所述的方法,其特征在于,所述获取第一样本图像和第二样本图像之间的关系类型,包括:
若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度小于等于第一阈值,则将第一类关系确定为所述第一样本图像和所述第二样本图像之间的关系类型;
若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于第一阈值并小于第二阈值,则将第二类关系确定为所述第一样本图像和所述第二样本图像之间的关系类型;
若第一样本图像所属的第一类型,与第二样本图像所属的第二类型之间的类型相似度大于等于第二阈值,则将第三类关系确定为所述第一样本图像和所述第二样本图像之间的关系类型;
其中,所述第二阈值大于所述第一阈值。
3.根据权利要求1所述的方法,其特征在于,所述第一样本图像为第一类型,所述第二样本图像为第二类型;所述基于所述关系类型,根据所述第一外观特征图和所述第二外观特征图确定目标外观损失值,包括:
在所述关系类型为第一类关系的情况下,根据所述第一外观特征图和所述第二外观特征图确定所述第一样本图像和所述第二样本图像之间的第一外观相似度值;
在所述关系类型为第二类关系的情况下,采用属于第一类型的样本图像,和属于第二类型的样本图像,确定所述第一类型和所述第二类型之间的平均外观相似度值;并根据所述平均外观相似度值、所述第一外观特征图以及所述第二外观特征图,确定所述第一样本图像和所述第二样本图像之间的第二外观相似度值;
在所述关系类型为第三类关系的情况下,根据所述第一外观特征图和所述第二外观特征图确定所述第一样本图像和所述第二样本图像之间的第三外观相似度值;
根据所述第一外观相似度值、所述第二外观相似度值和所述第三外观相似度值,确定目标外观损失值;
其中,所述第一类关系、所述第二类关系以及所述第三类关系的类型相似性依次增加。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一外观相似度值、所述第二外观相似度值和所述第三外观相似度值,确定目标外观损失值,包括:
将第一外观相似度值的总和、第二外观相似度值的总和以及第三外观相似度值的总和相加,得到过程值;
根据所述第二外观相似度值的总和,与所述过程值,确定在所述关系类型为第二类关系的情况下的第一外观损失值;
根据所述第三外观相似度值的总和,与所述过程值,确定在所述关系类型为第三类关系的情况下的第二外观损失值;
根据所述第一外观损失值和所述第二外观损失值之间的和,确定目标外观损失值。
5.根据权利要求3所述的方法,其特征在于,所述采用属于第一类型的样本图像,和属于第二类型的样本图像,确定所述第一类型和所述第二类型之间的平均外观相似度值,包括:
根据所述第一外观特征图和所述第二外观特征图,确定所述第一样本图像和所述第二样本图像之间的过程外观相似度值;
将各所述过程外观相似度值的平均值,确定为所述第一类型和所述第二类型之间的平均外观相似度值。
6.根据权利要求1所述的方法,其特征在于,所述通过预设模型,分别提取所述第一样本图像的第一外观特征图和第一材质特征图,包括:
通过预设模型中的外观注意力层提取所述第一样本图像的原始外观特征图;通过预设模型中的材质注意力层对所述原始外观特征图进行特征提取,得到第一外观特征图;
通过预设模型中的材质注意力层提取所述第一样本图像的原始材质特征图;通过预设模型中的外观注意力层对所述原始材质特征图进行特征提取,得到第一材质特征图。
7.一种以图搜图方法,其特征在于,包括:
采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图;
根据所述目标外观特征图,以及匹配图像的外观特征图,确定所述目标图像与所述匹配图像之间的目标外观相似度;并根据所述目标材质特征图,以及所述匹配图像的材质特征图,确定所述目标图像与所述匹配图像之间的目标材质相似度;
根据所述目标外观相似度和所述目标材质相似度,确定所述目标图像与所述匹配图像之间的总相似度;并根据所述总相似度确定所述目标图像中是否存在所述匹配图像中的目标物;
其中,所述以图搜图模型根据权利要求1-6任一所述方法训练得到。
8.一种以图搜图的模型训练装置,其特征在于,包括:
获取单元,用于获取第一样本图像和第二样本图像之间的关系类型;
特征提取单元,用于通过预设模型,分别提取所述第一样本图像的第一外观特征图和第一材质特征图,并分别提取第二样本图像的第二外观特征图和第二材质特征图;
损失确定单元,用于基于所述关系类型,根据所述第一外观特征图和所述第二外观特征图确定目标外观损失值,并根据所述第一材质特征图和所述第二材质特征图确定目标材质损失值;
更新单元,用于采用所述目标外观损失值和所述目标材质损失值,对所述预设模型进行更新,得到以图搜图模型。
9.一种以图搜图装置,其特征在于,包括:
特征提取单元,用于采用以图搜图模型,分别提取目标图像的目标外观特征图和目标材质特征图;
匹配单元,用于根据所述目标外观特征图,以及匹配图像的外观特征图,确定所述目标图像与所述匹配图像之间的目标外观相似度;并根据所述目标材质特征图,以及所述匹配图像的材质特征图,确定所述目标图像与所述匹配图像之间的目标材质相似度;
确定单元,用于根据所述目标外观相似度和所述目标材质相似度,确定所述目标图像与所述匹配图像之间的总相似度;并根据所述总相似度确定所述目标图像中是否存在所述匹配图像中的目标物;
其中,所述以图搜图模型根据权利要求1-6任一所述方法训练得到。
10.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410179517.5A CN117746069B (zh) | 2024-02-18 | 2024-02-18 | 以图搜图的模型训练方法、和以图搜图方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410179517.5A CN117746069B (zh) | 2024-02-18 | 2024-02-18 | 以图搜图的模型训练方法、和以图搜图方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117746069A CN117746069A (zh) | 2024-03-22 |
CN117746069B true CN117746069B (zh) | 2024-05-14 |
Family
ID=90283510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410179517.5A Active CN117746069B (zh) | 2024-02-18 | 2024-02-18 | 以图搜图的模型训练方法、和以图搜图方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117746069B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580576A (zh) * | 2020-12-28 | 2021-03-30 | 华南理工大学 | 基于多尺度光照不变性纹理特征的人脸欺骗检测方法及系统 |
CN112686176A (zh) * | 2020-12-30 | 2021-04-20 | 深圳云天励飞技术股份有限公司 | 目标重识别方法、模型训练方法、装置、设备及存储介质 |
US11127225B1 (en) * | 2020-06-01 | 2021-09-21 | Microsoft Technology Licensing, Llc | Fitting 3D models of composite objects |
CN113762321A (zh) * | 2021-04-13 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 多模态分类模型生成方法和装置 |
CN114419335A (zh) * | 2022-01-06 | 2022-04-29 | 百果园技术(新加坡)有限公司 | 一种纹理识别模型的训练、纹理迁移方法与相关装置 |
CN117333637A (zh) * | 2023-12-01 | 2024-01-02 | 北京渲光科技有限公司 | 三维场景的建模及渲染方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4064186A1 (en) * | 2021-03-22 | 2022-09-28 | Tata Consultancy Services Limited | Methods and systems for generating synthetic microstructure images of material with desired features |
-
2024
- 2024-02-18 CN CN202410179517.5A patent/CN117746069B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11127225B1 (en) * | 2020-06-01 | 2021-09-21 | Microsoft Technology Licensing, Llc | Fitting 3D models of composite objects |
CN112580576A (zh) * | 2020-12-28 | 2021-03-30 | 华南理工大学 | 基于多尺度光照不变性纹理特征的人脸欺骗检测方法及系统 |
CN112686176A (zh) * | 2020-12-30 | 2021-04-20 | 深圳云天励飞技术股份有限公司 | 目标重识别方法、模型训练方法、装置、设备及存储介质 |
CN113762321A (zh) * | 2021-04-13 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 多模态分类模型生成方法和装置 |
CN114419335A (zh) * | 2022-01-06 | 2022-04-29 | 百果园技术(新加坡)有限公司 | 一种纹理识别模型的训练、纹理迁移方法与相关装置 |
CN117333637A (zh) * | 2023-12-01 | 2024-01-02 | 北京渲光科技有限公司 | 三维场景的建模及渲染方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
Texture-Enhanced Low Dose CT Image Denoising Using Pearson Divergence Loss;Jieun Oh等;2022 IEEE Nuclear Science Symposium and Medical Imaging Conference (NSS/MIC);20221231;全文 * |
部件检测和语义网络的细粒度鞋类图像检索;陈前;刘骊;付晓东;刘利军;黄青松;;中国图象图形学报;20200812(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117746069A (zh) | 2024-03-22 |
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 | |
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
CN113205041B (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN113065614B (zh) | 分类模型的训练方法和对目标对象进行分类的方法 | |
CN113780098B (zh) | 文字识别方法、装置、电子设备以及存储介质 | |
CN114419035B (zh) | 产品识别方法、模型训练方法、装置和电子设备 | |
CN113657249B (zh) | 训练方法、预测方法、装置、电子设备以及存储介质 | |
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN114596188A (zh) | 水印检测方法、模型训练方法、装置及电子设备 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN113902899A (zh) | 训练方法、目标检测方法、装置、电子设备以及存储介质 | |
CN116309963B (zh) | 一种图像的批量标注方法、装置、电子设备及存储介质 | |
CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 | |
CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN115359322A (zh) | 一种目标检测模型训练方法、装置、设备和存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN115205555B (zh) | 确定相似图像的方法、训练方法、信息确定方法及设备 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN117668294A (zh) | 人脸库创建、视频识别方法、装置及电子设备 | |
CN116977930A (zh) | 基于图像的油迹检测方法及装置 | |
CN117671399A (zh) | 图像分类、图像分类模型的训练方法、装置、设备及介质 | |
CN116486144A (zh) | 噪声标签检测器的生成方法、噪声标签检测方法和装置 | |
CN115359574A (zh) | 人脸活体检测及相应模型的训练方法、装置及存储介质 |
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 |