[發(fā)明專利]神經(jīng)網(wǎng)絡(luò)模型的訓練方法、裝置及圖像檢測的方法在審
| 申請?zhí)枺?/td> | 202010173603.7 | 申請日: | 2020-03-13 |
| 公開(公告)號: | CN112766481A | 公開(公告)日: | 2021-05-07 |
| 發(fā)明(設(shè)計)人: | 王君樂;許家譽;艾長青;郭云鏑;張力柯;荊彥青 | 申請(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06N3/08 | 分類號: | G06N3/08;G06N3/04;G06K9/62;G06T7/00 |
| 代理公司: | 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270 | 代理人: | 趙翠萍;張穎玲 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 神經(jīng)網(wǎng)絡(luò) 模型 訓練 方法 裝置 圖像 檢測 | ||
1.一種用于檢測圖像異常區(qū)域的神經(jīng)網(wǎng)絡(luò)模型的訓練方法,其特征在于,所述方法包括:
獲取正常圖像,并對所述正常圖像進行種子區(qū)域提取處理,以獲得所述正常圖像中用于填充異常素材的種子區(qū)域;
對所述種子區(qū)域進行區(qū)域形狀調(diào)整處理,以獲得目標種子區(qū)域;
在所述正常圖像中位于所述目標種子區(qū)域的范圍內(nèi),進行異常素材填充處理,以獲得異常圖像;
將所述正常圖像作為正樣本,將所述異常圖像作為負樣本,更新用于檢測圖像異常區(qū)域的神經(jīng)網(wǎng)絡(luò)模型的參數(shù),并將更新后的參數(shù)作為訓練后的所述神經(jīng)網(wǎng)絡(luò)模型的參數(shù)。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述對所述正常圖像進行種子區(qū)域提取處理,以獲得所述正常圖像中用于填充異常素材的種子區(qū)域,包括:
確定色彩范圍,并選取所述正常圖像中在所述色彩范圍內(nèi)的多個像素;
確定所述正常圖像中的多個閉合輪廓,其中,每個所述閉合輪廓包括所述多個像素中的部分像素;
確定所述多個閉合輪廓中每個閉合輪廓對應的圖像子區(qū)域的面積,并根據(jù)每個所述圖像子區(qū)域的面積,選取多個所述圖像子區(qū)域中的部分圖像子區(qū)域以作為所述種子區(qū)域。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,
在所述選取所述正常圖像中在所述色彩范圍內(nèi)的多個像素之后,所述方法還包括:
將所述多個像素以掩膜的形式進行保存,其中,所述掩膜用于將所述多個像素對應的區(qū)域進行屏蔽;
所述確定所述正常圖像中的多個閉合輪廓,包括:
確定所述掩膜在所述正常圖像所屏蔽的區(qū)域中包括的多個閉合輪廓。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)每個所述圖像子區(qū)域的面積,選取多個所述圖像子區(qū)域中的部分圖像子區(qū)域以作為所述種子區(qū)域,包括以下至少之一:
對多個所述圖像子區(qū)域的面積進行降序排序,在降序排序結(jié)果中選取在前的部分圖像子區(qū)域,以作為所述種子區(qū)域;
選取多個所述圖像子區(qū)域中面積大于圖像子區(qū)域面積閾值的圖像子區(qū)域,以作為所述種子區(qū)域。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述獲得所述正常圖像中用于填充異常素材的種子區(qū)域之后,所述方法還包括:
當獲得的種子區(qū)域的數(shù)量小于區(qū)域數(shù)量閾值時、或當獲得的種子區(qū)域的面積和小于區(qū)域面積閾值時,擴大色彩范圍,并基于擴大后的所述色彩范圍重新獲得種子區(qū)域,以使
重新獲得的種子區(qū)域的數(shù)量不小于所述區(qū)域數(shù)量閾值、且重新獲得的種子區(qū)域的面積和不小于所述區(qū)域面積閾值時,停止擴大所述色彩范圍。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述獲得所述正常圖像中用于填充異常素材的種子區(qū)域之后,所述方法還包括:
當獲得的種子區(qū)域的數(shù)量小于區(qū)域數(shù)量閾值時、或當獲得的種子區(qū)域的面積和小于區(qū)域面積閾值時,擴大色彩范圍,并基于擴大后的所述色彩范圍重新獲得確定種子區(qū)域,直至
擴大所述色彩范圍的次數(shù)達到擴大次數(shù)閾值。
7.根據(jù)權(quán)利要求1至6任一項所述的方法,其特征在于,所述對所述種子區(qū)域進行區(qū)域形狀調(diào)整處理,以獲得目標種子區(qū)域,包括:
對所述種子區(qū)域進行膨脹處理,和/或,將相鄰的種子區(qū)域進行聯(lián)通,以獲得預處理種子區(qū)域;
其中,所述膨脹處理用于使所述正常圖像中與所述種子區(qū)域接觸的區(qū)域合并至所述種子區(qū)域內(nèi),且使所述種子區(qū)域中的孔和縫隙被移除;
對所述預處理種子區(qū)域進行腐蝕處理,以使所述預處理種子區(qū)域的邊界向內(nèi)部收縮,并將腐蝕處理后的預處理種子區(qū)域作為所述目標種子區(qū)域。
8.根據(jù)權(quán)利要求1至6任一項所述的方法,其特征在于,所述在所述正常圖像中位于所述目標種子區(qū)域的范圍內(nèi),進行異常素材填充處理,包括:
確定在所述目標種子區(qū)域填充的異常素材,其中,所述異常素材的類型包括色彩和紋理至少之一;
在所述正常圖像中位于所述目標種子區(qū)域的范圍內(nèi),填充設(shè)定的均勻顏色的色彩和設(shè)定的紋理至少之一。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010173603.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





