[發明專利]物體識別方法和裝置、計算機可讀存儲介質

有效

• 申請號: 201810950784.2
• 申請日: 2018-08-21
• 公開（公告）號: CN109213862B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 白亞龍;梅濤
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/9535
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 王莉莉

本公開涉及物體識別方法和裝置、計算機可讀存儲介質。物體識別方法包括：從網頁中獲取圖像和圖像對應的文本數據；通過將物體的標簽與文本數據進行匹配，過濾與物體的標簽不匹配文本數據對應的圖像，得到第一候選數據集ε_T；利用有標注數據集D訓練物體識別模型；利用訓練的物體識別模型識別ε_T中的圖像，過濾置信度低于第一閾值α的圖像及其對應的文本數據，得到第一擴充數據集ε_TV；利用ε_TV中的文本數據訓練文本分類器；利用訓練的文本分類器對圖像對應的文本數據進行分類，得到第二候選數據集ε_T'；利用訓練的物體識別模型識別ε_T'中的圖像，過濾置信度低于第二閾值α'的圖像，得到第二擴充數據集ε_TV'，α'α；合并ε_TV、ε_TV'和D，得到訓練數據集D'。

技術領域

本公開涉及計算機領域，特別涉及一種物體識別方法和裝置、計算機可讀存儲介質。

背景技術

通用物體識別(Object Recognition)是多媒體技術以及計算機視覺領域中一個非常基礎且重要的任務。利用人工標注數據集來構建物體識別模型的訓練數據集，物體識別技術在近些年取得了突飛猛進的發展。

由于人工標注的訓練數據集的規模較小或成本很高，相關技術還嘗試采用簡單的圖像搜索，并直接利用返回的有噪聲圖像數據集作為訓練數據集。這樣可以低成本得到大規模的訓練數據集，但是這樣訓練出的物體識別模型，與利用人工標注的訓練數據集訓練的物體識別模型相比，性能下降明顯。

發明內容

不管是利用人工標注的數據集，還是利用搜索返回的圖像數據集，訓練出的物體識別模型的通用性都較差。

鑒于此，本公開提出了一種物體識別方案，能夠提高物體識別模型的通用性。

根據本公開的一些實施例，提供了一種物體識別方法，包括：從網頁中獲取圖像以及圖像對應的文本數據；通過將物體的標簽與圖像對應的文本數據進行匹配，過濾與物體的標簽不匹配的文本數據對應的圖像，得到第一候選數據集ε_T；利用有標注數據集D來訓練物體識別模型；利用訓練的物體識別模型來識別第一候選數據集ε_T中的圖像，并過濾置信度低于第一閾值α的圖像及其對應的文本數據，得到第一擴充數據集ε_TV；利用第一擴充數據集ε_TV中的文本數據來訓練文本分類器；利用訓練的文本分類器對從網頁中獲取的或第一候選數據集ε_T中圖像對應的文本數據進行分類，得到第二候選數據集ε_T'；利用訓練的物體識別模型來識別第二候選數據集ε_T'中的圖像，并過濾置信度低于第二閾值α'的圖像，得到第二擴充數據集ε_TV'，其中第二閾值α'小于第一閾值α；和合并得到的第一、第二擴充數據集ε_TV、ε_TV'和有標注數據集D，得到訓練數據集D'。

在一些實施例中，所述物體識別方法還包括：利用訓練數據集D'來訓練物體識別模型；降低第一閾值α，重復得到第一擴充數據集ε_TV、訓練文本分類器、得到第二候選數據集ε_T'的步驟；降低第二閾值α'，重復得到第二擴充數據集ε_TV'的步驟；合并得到的第一、第二擴充數據集ε_TV、ε_TV'和訓練數據集D'，以擴充訓練數據集D'。

在一些實施例中，所述物體識別方法還包括：利用擴充的訓練數據集D'來訓練物體識別模型；利用訓練的物體識別模型來識別驗證數據集A，得到該物體識別模型的識別準確率。