[發(fā)明專利]用于模型更新和檢測圖像的方法、裝置、設(shè)備和介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010569138.9
• 申請日: 2020-06-19
• 公開（公告）號: CN111739046A
• 公開（公告）日: 2020-10-02
• 發(fā)明（設(shè)計）人: 熊俊峰;王洋;劉焱;郝新;吳月升
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T5/50;G06N3/08;G06N3/04;G06K9/00
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 李輝;姚杰

本申請公開了用于模型更新和檢測圖像的方法、裝置、設(shè)備和介質(zhì)，涉及圖像檢測和深度學(xué)習(xí)領(lǐng)域。模型更新方法包括獲取用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練圖像，訓(xùn)練圖像至少包括圖像融合區(qū)域，圖像融合區(qū)域是通過將原始圖像的第一區(qū)域中的第一圖像部分之外的剩余圖像部分與參考圖像的第二圖像部分進行融合所得到的。該方法還包括將訓(xùn)練圖像輸入用于檢測圖像融合區(qū)域的神經(jīng)網(wǎng)絡(luò)模型，以獲取訓(xùn)練圖像中的圖像融合區(qū)域的檢測結(jié)果。該方法還包括確定原始圖像中的第一區(qū)域的邊緣的擴展結(jié)果。該方法還包括基于檢測結(jié)果和擴展結(jié)果來調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)。通過該方法減少了圖像數(shù)據(jù)的計算量，提高了圖像數(shù)據(jù)處理效率。

技術(shù)領(lǐng)域

本公開的實施例主要涉及數(shù)據(jù)處理領(lǐng)域，并且更具體地，涉及圖像檢測和深度學(xué)習(xí)領(lǐng)域的用于模型訓(xùn)練和檢測圖像的方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

隨著計算機計算能力的增強，圖像數(shù)據(jù)處理技術(shù)也在快速發(fā)展。人們利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象。同時，圖像處理也是人工智能領(lǐng)域的一個重要的發(fā)展方向。然而，隨著圖像處理技術(shù)的發(fā)展，出現(xiàn)了許多圖像合成技術(shù)。通過這些圖像合成技術(shù)，許多圖像經(jīng)過處理被合成在一起或組合在一起。這些合成圖像或組合圖像被越來越多應(yīng)用于許多場景。然而，在這些合成圖像的利用還存在著許多問題需要解決。

發(fā)明內(nèi)容

本公開提供了一種用于模型更新和檢測圖像的方法、裝置、設(shè)備以及存儲介質(zhì)。

根據(jù)本公開的第一方面，提供了一種模型更新方法。該方法包括獲取用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練圖像，訓(xùn)練圖像至少包括圖像融合區(qū)域，圖像融合區(qū)域是通過將原始圖像的第一區(qū)域中的第一圖像部分之外的剩余圖像部分與參考圖像的第二圖像部分進行融合所得到的，第一圖像部分和第二圖像部分均對應(yīng)于相同的目標部位。該方法還包括將訓(xùn)練圖像輸入用于檢測圖像融合區(qū)域的神經(jīng)網(wǎng)絡(luò)模型，以獲取訓(xùn)練圖像中的圖像融合區(qū)域的檢測結(jié)果。該方法還包括確定原始圖像中的第一區(qū)域的邊緣的擴展結(jié)果。該方法還包括基于檢測結(jié)果和擴展結(jié)果來調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，以更新神經(jīng)網(wǎng)絡(luò)模型。

根據(jù)本公開的第二方面，提供了一種用于檢測圖像的方法。該方法包括將待檢測圖像輸入根據(jù)第一方面的方法更新的神經(jīng)網(wǎng)絡(luò)模型，以獲取待檢測圖像中的圖像融合區(qū)域的檢測結(jié)果。該方法還包括根據(jù)檢測結(jié)果，確定待檢測圖像的類型，該類型指示所述待檢測圖像是融合圖像或原始圖像。

根據(jù)本公開的第三方面，提供了一種模型更新裝置。該裝置包括訓(xùn)練圖像獲取模塊，被配置為獲取用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練圖像，訓(xùn)練圖像至少包括圖像融合區(qū)域，圖像融合區(qū)域是通過將原始圖像的第一區(qū)域中的第一圖像部分之外的剩余圖像部分與參考圖像的第二圖像部分進行融合所得到的，第一圖像部分和第二圖像部分均對應(yīng)于相同的目標部位；檢測結(jié)果獲取模塊，被配置為將訓(xùn)練圖像輸入用于檢測圖像融合區(qū)域的神經(jīng)網(wǎng)絡(luò)模型，以獲取訓(xùn)練圖像中的圖像融合區(qū)域的檢測結(jié)果；擴展結(jié)果確定模塊，被配置為確定原始圖像中的第一區(qū)域的邊緣的擴展結(jié)果；以及調(diào)整模塊，被配置為基于檢測結(jié)果和擴展結(jié)果來調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，以更新神經(jīng)網(wǎng)絡(luò)模型。

根據(jù)本公開的第四方面，提供了一種用于檢測圖像的裝置。該裝置包括輸入模塊，被配置為將待檢測圖像輸入根據(jù)第一方面的方法更新的神經(jīng)網(wǎng)絡(luò)模型，以獲取待檢測圖像中的圖像融合區(qū)域的檢測結(jié)果；以及類型確定模塊，被配置為根據(jù)檢測結(jié)果，確定待檢測圖像的類型，該類型指示所述待檢測圖像是融合圖像或原始圖像。

根據(jù)本公開的第五方面，提供了一種電子設(shè)備。該電子設(shè)備包括至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠執(zhí)行根據(jù)本公開的第一方面的方法。

根據(jù)本公開的第六方面，提供了一種電子設(shè)備。該電子設(shè)備包括至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠執(zhí)行根據(jù)本公開的第二方面的方法。