[發明專利]選擇器模型的訓練方法、圖像檢測方法及相關設備

在審

• 申請號: 202010136537.6
• 申請日: 2020-03-02
• 公開（公告）號: CN113344017A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 楊傲楠
• 申請（專利權）人: 深圳云天勵飛技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張瑞志

1.一種選擇器模型的訓練方法，其特征在于，所述選擇器模型是用于根據圖像檢測條件選擇對應的圖像檢測器的標識的模型，所述圖像檢測器用于檢測圖像，所述選擇器模型的訓練方法包括：

獲取獎勵函數和圖像檢測條件；

執行訓練步驟，所述訓練步驟包括：

根據所述獎勵函數和所述圖像檢測條件對所述選擇器模型進行訓練，得到待優化的選擇器模型；

根據所述待優化的選擇器模型和所述圖像檢測條件對所述獎勵函數進行訓練，得到待優化的獎勵函數；

將所述待優化的獎勵函數作為新的獎勵函數，將所述待優化的選擇器模型作為新的選擇器模型，循環執行所述訓練步驟，直到滿足預設訓練停止條件，將滿足預設訓練停止條件的待優化的獎勵函數作為目標獎勵函數，將滿足預設訓練停止條件的待優化的選擇器模型作為目標選擇器模型。

2.如權利要求1所述的選擇器模型的訓練方法，其特征在于，所述根據所述獎勵函數和所述圖像檢測條件對所述選擇器模型進行訓練，得到待優化的選擇器模型，包括：

根據所述圖像檢測條件和所述選擇器模型確定第一標識；

根據確定的第一標識對應的圖像檢測器和預設的測試圖像計算所述獎勵函數的取值；

根據所述獎勵函數的取值調整所述選擇器模型的參數，得到獎勵函數的取值大于預設值時對應的選擇器模型，根據獎勵函數的取值大于預設值時對應的選擇器模型的參數生成所述待優化的選擇器模型。

3.如權利要求2所述的選擇器模型的訓練方法，其特征在于，所述根據確定的第一標識對應的圖像檢測器和預設的測試圖像計算所述獎勵函數的取值，包括：

根據所述確定的第一標識對應的圖像檢測器檢測所述測試圖像；

根據所述測試圖像的檢測結果計算所述獎勵函數的取值。

4.如權利要求1所述的選擇器模型的訓練方法，其特征在于，所述根據所述待優化的選擇器模型和所述圖像檢測條件對所述獎勵函數進行訓練，得到待優化的獎勵函數，具體包括：

根據所述待優化的選擇器模型和所述圖像檢測條件確定第二標識；

根據確定的第二標識對應的圖像檢測器和預設的測試圖像調整獎勵函數的參數，得到取值大于預設值的獎勵函數，根據取值大于預設值的獎勵函數的參數生成所述待優化的獎勵函數。

5.如權利要求4所述的選擇器模型的訓練方法，其特征在于，所述根據確定的第二標識對應的圖像檢測器和預設的測試圖像調整獎勵函數的參數，包括：

根據所述確定的第二標識對應的圖像檢測器檢測所述測試圖像；

根據所述測試圖像的檢測結果調整所述獎勵函數的參數。

6.一種圖像檢測方法，其特征在于，包括：

獲取待測圖像和圖像檢測條件；

根據目標選擇器模型確定與所述圖像檢測條件對應的圖像檢測器的標識，其中，所述目標選擇器模型是執行權利要求1-5任一項所述的選擇器模型的訓練方法訓練得到的；

根據所述圖像檢測器的標識對應的圖像檢測器對所述待測圖像進行圖像檢測。

7.一種選擇器模型的訓練裝置，其特征在于，所述選擇器模型是用于根據圖像檢測條件選擇對應的圖像檢測器的標識的模型，所述圖像檢測器用于檢測圖像，所述選擇器模型的訓練裝置包括：

獲取模塊，用于獲取獎勵函數和圖像檢測條件；

訓練模塊，用于執行訓練步驟，所述訓練步驟包括：

根據所述獎勵函數和所述圖像檢測條件對所述選擇器模型進行訓練，得到待優化的選擇器模型；

根據所述待優化的選擇器模型和所述圖像檢測條件對所述獎勵函數進行訓練，得到待優化的獎勵函數；

循環模塊，用于將所述待優化的獎勵函數作為新的獎勵函數，將所述待優化的選擇器模型作為新的選擇器模型，循環執行所述訓練步驟，直到滿足預設訓練停止條件，將滿足預設訓練停止條件的待優化的獎勵函數作為目標獎勵函數，將滿足預設訓練停止條件的待優化的選擇器模型作為目標選擇器模型。