[發明專利]訓練圖像識別模型的方法和裝置以及圖像識別方法和裝置

在審

• 申請號: 201910583821.5
• 申請日: 2019-06-28
• 公開（公告）號: CN111062405A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 李元熙;孫旼廷;鄭景夫;張現盛
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 黃亮

1.一種訓練圖像識別模型的方法，包括：

基于圖像識別模型根據訓練數據來計算類別損失和依賴于類別的定位損失；以及

使用包括所述類別損失和所述定位損失在內的總損失來訓練所述圖像識別模型。

2.根據權利要求1所述的方法，其中，計算所述類別損失和所述依賴于類別的定位損失包括：

基于所述圖像識別模型根據輸入訓練圖像來計算臨時類別信息和臨時參考點信息；

基于所述臨時類別信息和真實類別信息來計算所述類別損失；以及

基于所述臨時參考點信息和真實參考點信息來計算所述定位損失。

3.根據權利要求2所述的方法，其中，計算所述臨時類別信息和所述臨時參考點信息包括：

計算所述輸入訓練圖像的每個子區域的臨時類別信息和臨時參考點信息。

4.根據權利要求3所述的方法，其中，計算所述類別損失包括：

計算所述真實類別信息和針對所述輸入訓練圖像的每個所述子區域所計算的所述臨時類別信息之間的部分類別損失；以及

將針對所述輸入訓練圖像的每個所述子區域所計算的部分類別損失的總和確定為所述類別損失。

5.根據權利要求3所述的方法，其中，計算所述類別損失包括：

從所述輸入訓練圖像的子區域中選擇與真實地標部分相對應的子區域；

計算所述真實類別信息和針對每個所選子區域所計算的臨時類別信息之間的部分類別損失；以及

將針對所選子區域所計算的部分類別損失的總和確定為所述類別損失。

6.根據權利要求5所述的方法，其中，選擇所述子區域包括：

從所述輸入訓練圖像的子區域中進一步選擇與真實背景部分相對應的子區域。

7.根據權利要求3所述的方法，其中，計算所述定位損失包括：

針對所述輸入訓練圖像的每個所述子區域，計算所述真實參考點信息和針對所述輸入訓練圖像的每個所述子區域所計算的臨時參考點信息之間的部分定位損失；以及

將針對每個所述子區域所計算的部分定位損失的總和確定為所述定位損失。

8.根據權利要求3所述的方法，其中，計算所述定位損失包括：

從所述輸入訓練圖像的子區域中選擇與真實地標部分相對應的子區域；

計算所述真實參考點信息和每個所選子區域的臨時參考點信息之間的部分定位損失；以及

將針對所選子區域所計算的部分定位損失的總和確定為所述定位損失。

9.根據權利要求8所述的方法，其中，計算所述部分定位損失包括：

從所選子區域中排除具有真實背景部分的子區域。

10.根據權利要求3所述的方法，其中，計算所述輸入訓練圖像的每個所述子區域的所述臨時類別信息和所述臨時參考點信息包括：

計算針對每個所述子區域所設置的每個錨節點的臨時類別信息和臨時參考點信息。

11.根據權利要求10所述的方法，其中，計算每個所述錨節點的所述臨時類別信息和所述臨時參考點信息包括：

計算具有針對每個所述錨節點所計算的置信水平當中的最高置信水平的錨節點的臨時類別信息和臨時參考點信息。

12.根據權利要求10所述的方法，其中，計算每個所述錨節點的所述臨時類別信息和所述臨時參考點信息包括：

排除具有針對每個所述錨節點所計算的置信水平當中的小于閾值的置信水平的錨節點。

13.根據權利要求1所述的方法，其中，計算所述類別損失和所述依賴于類別的定位損失包括：

基于臨時類別信息來計算基于類別的權重；以及

基于所述基于類別的權重、臨時參考點信息和真實參考點信息來確定所述依賴于類別的定位損失。