[發(fā)明專利]圖像處理方法及裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010790826.8
• 申請日: 2020-08-07
• 公開（公告）號: CN111931844A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計）人: 楊靖康;馮俐銅;陳偉嶸;嚴(yán)肖朋;鄭華濱;張偉
• 申請（專利權(quán)）人: 商湯集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京林達劉知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種圖像處理方法及裝置、電子設(shè)備和存儲介質(zhì)，所述方法包括：獲取待識別的目標(biāo)圖像；利用已訓(xùn)練的圖像識別網(wǎng)絡(luò)對所述目標(biāo)圖像進行識別，確定所述目標(biāo)圖像中目標(biāo)對象的類別信息，其中，所述已訓(xùn)練的圖像識別網(wǎng)絡(luò)是基于樣本圖像的樣本標(biāo)簽所對應(yīng)的置信度對初始狀態(tài)的圖像識別網(wǎng)絡(luò)進行訓(xùn)練得到的，所述樣本標(biāo)簽所對應(yīng)的置信度是基于所述初始狀態(tài)的圖像識別網(wǎng)絡(luò)輸出的所述樣本圖像的第一識別結(jié)果得到的。本公開實施例可提高圖像識別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本公開涉及計算機技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法及裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

在深度學(xué)習(xí)網(wǎng)絡(luò)的計算機視覺任務(wù)中，例如人臉識別任務(wù)、圖像分類任務(wù)等，通常需要依賴大量準(zhǔn)確的標(biāo)注數(shù)據(jù)。標(biāo)簽數(shù)據(jù)可以通過人工標(biāo)注的方式獲取，為了節(jié)省對圖像標(biāo)注的成本，可以通過將用于網(wǎng)絡(luò)圖像搜索的關(guān)鍵詞作為網(wǎng)絡(luò)圖像的網(wǎng)絡(luò)標(biāo)簽，形成網(wǎng)絡(luò)圖像數(shù)據(jù)集。利用網(wǎng)絡(luò)標(biāo)簽最基本的方法是將網(wǎng)絡(luò)標(biāo)簽視為網(wǎng)絡(luò)圖像的真實標(biāo)簽，從而直接用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。

但是，由于諸如語義歧義之類的問題，網(wǎng)絡(luò)標(biāo)簽的準(zhǔn)確性通常難以得到保證。

發(fā)明內(nèi)容

本公開提出了一種圖像處理技術(shù)方案。

根據(jù)本公開的一方面，提供了一種圖像處理方法，包括：獲取待識別的目標(biāo)圖像；利用已訓(xùn)練的圖像識別網(wǎng)絡(luò)對所述目標(biāo)圖像進行識別，確定所述目標(biāo)圖像中目標(biāo)對象的類別信息，其中，所述已訓(xùn)練的圖像識別網(wǎng)絡(luò)是基于樣本圖像的樣本標(biāo)簽所對應(yīng)的置信度對初始狀態(tài)的圖像識別網(wǎng)絡(luò)進行訓(xùn)練得到的，所述樣本標(biāo)簽所對應(yīng)的置信度是基于所述初始狀態(tài)的圖像識別網(wǎng)絡(luò)輸出的所述樣本圖像的第一識別結(jié)果得到的。

在一些可能的實現(xiàn)方式中，所述目標(biāo)圖像具有網(wǎng)絡(luò)標(biāo)簽；所述方法還包括：基于所述目標(biāo)圖像中目標(biāo)對象的類別信息，對所述目標(biāo)圖像的網(wǎng)絡(luò)標(biāo)簽進行檢驗，得到檢驗結(jié)果；根據(jù)所述檢驗結(jié)果確定所述目標(biāo)圖像的標(biāo)注信息。

在一些可能的實現(xiàn)方式中，所述方法還包括：將所述目標(biāo)圖像中目標(biāo)對象的類別信息，作為所述目標(biāo)圖像的標(biāo)注信息。

在一些可能的實現(xiàn)方式中，所述方法還包括：對所述初始狀態(tài)的圖像識別網(wǎng)絡(luò)進行N輪訓(xùn)練，得到所述已訓(xùn)練的圖像識別網(wǎng)絡(luò)，N為大于1的整數(shù)，其中，針對所述N輪訓(xùn)練中的第i輪訓(xùn)練，所述對所述初始狀態(tài)的圖像識別網(wǎng)絡(luò)進行N輪訓(xùn)練，得到所述已訓(xùn)練的圖像識別網(wǎng)絡(luò)，包括：基于所述樣本標(biāo)簽對應(yīng)的第一損失、所述第一識別結(jié)果對應(yīng)的第二損失和所述樣本標(biāo)簽所對應(yīng)的置信度，對第i-1個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)進行一輪訓(xùn)練，得到第i個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)，i為整數(shù)且1i≤N。

在一些可能的實現(xiàn)方式中，所述基于所述樣本標(biāo)簽對應(yīng)的第一損失、所述第一識別結(jié)果對應(yīng)的第二損失和所述樣本標(biāo)簽所對應(yīng)的置信度，對第i-1個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)進行一輪訓(xùn)練，得到第i個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)，包括：根據(jù)所述樣本標(biāo)簽所對應(yīng)的置信度，對所述第一損失和所述第二損失進行加權(quán)求和，得到所述樣本圖像對應(yīng)的網(wǎng)絡(luò)損失；基于所述網(wǎng)絡(luò)損失對所述第i-1個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)進行一次訓(xùn)練，得到第i個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)。

在一些可能的實現(xiàn)方式中，所述方法還包括：獲取所述樣本圖像的增強圖像，其中，所述增強圖像是對所述樣本圖像進行增強處理得到的；將所述增強圖像輸入所述第i-1個訓(xùn)練狀態(tài)的圖像識別網(wǎng)絡(luò)，得到所述增強圖像的第二識別結(jié)果；根據(jù)所述樣本圖像的樣本標(biāo)簽以及所述第二識別結(jié)果，確定所述樣本標(biāo)簽對應(yīng)的第一損失。

在一些可能的實現(xiàn)方式中，所述方法還包括：將所述樣本圖像輸入所述初始狀態(tài)的圖像識別網(wǎng)絡(luò)，得到所述樣本圖像的第一識別結(jié)果；根據(jù)所述第一識別結(jié)果和所述第二識別結(jié)果，確定所述第一識別結(jié)果對應(yīng)的第二損失。

在一些可能的實現(xiàn)方式中，所述方法還包括：在所述樣本圖像的第一識別結(jié)果中多個類別對應(yīng)的概率中，將所述樣本圖像的樣本標(biāo)簽所指示的第一類別對應(yīng)的概率確定為所述樣本標(biāo)簽所對應(yīng)的置信度。