[發明專利]圖像識別模型的訓練方法、圖像識別方法和裝置

在審

• 申請號: 202011150035.5
• 申請日: 2020-10-24
• 公開（公告）號: CN112329826A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 吳元明;袁利娟;孫茂;李冰;萬軍;劉梓諭
• 申請（專利權）人: 中國人民解放軍空軍軍醫大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 周國勇

1.一種圖像識別模型的訓練方法，其特征在于，所述圖像識別模型的訓練方法包括：

在一次迭代過程中，獲取參考樣本圖像、正樣本圖像以及負樣本圖像，所述參考樣本圖像和所述正樣本圖像對應于第一樣本對象，所述負樣本圖像對應于第二樣本對象，所述第一樣本對象和所述第二樣本對象為不同的樣本對象；

將所述參考樣本圖像、所述正樣本圖像和所述負樣本圖像輸入圖像識別模型，通過所述圖像識別模型確定所述參考樣本圖像和所述正樣本圖像之間的第一相似度，以及所述參考樣本圖像和所述負樣本圖像之間的第二相似度；

響應于所述第一相似度與所述第二相似度之間的差值符合目標條件，將所述圖像識別模型作為訓練完成的圖像識別模型。

2.根據權利要求1所述的方法，其特征在于，所述通過所述圖像識別模型確定所述參考樣本圖像和所述正樣本圖像之間的第一相似度，以及所述參考樣本圖像和所述負樣本圖像之間的第二相似度包括：

通過所述圖像識別模型，提取所述參考樣本圖像的參考特征信息、所述正樣本圖像的正樣本特征信息以及所述負樣本圖像的負樣本特征信息；

根據所述參考特征信息和所述正樣本特征信息，得到所述第一相似度；

根據所述參考特征信息和所述負樣本特征信息，得到所述第二相似度。

3.根據權利要求1所述的方法，其特征在于，所述獲取參考樣本圖像、正樣本圖像以及負樣本圖像之前，所述方法還包括：

對第一樣本圖像集中的多個第一樣本圖像進行特征提取，得到多個第一樣本圖像特征；

根據所述多個第一樣本圖像特征，確定所述第一樣本圖像集中的多個第一樣本圖像之間的相似度；

將相似度最低的兩個第一樣本圖像確定為第一圖像和第二圖像；

對第二樣本圖像集中的多個第二樣本圖像進行特征提取，得到多個第二樣本圖像特征；

根據所述多個第二樣本圖像特征與所述第一圖像和所述第二圖像的第一樣本圖像特征，分別從所述第二樣本圖像集中確定與所述第一圖像和所述第二圖像相似度最低的第三圖像和第四圖像；

響應于所述第一圖像與所述第三圖像之間的第一相似度小于所述第二圖像和所述第四圖像之間的第二相似度，將所述第一圖像確定為所述參考圖像，將所述第二圖像確定為所述正樣本圖像，將所述第三圖像確定為所述負樣本圖像。

4.根據權利要求1所述的方法，其特征在于，所述通過所述圖像識別模型確定所述參考樣本圖像和所述正樣本圖像之間的第一相似度，以及所述參考樣本圖像和所述負樣本圖像之間的第二相似度之后，所述方法還包括：

響應于所述第一相似度與所述第二相似度之間的差值不符合所述目標條件，對所述圖像識別模型的模型參數進行調整。

5.根據權利要求4所述的方法，其特征在于，所述對所述圖像識別模型的模型參數進行調整包括：

根據所述第一相似度與所述第二相似度之間的差值，確定損失函數；

根據所述損失函數，確定所述圖像識別模型的產生的梯度；

根據梯度下降法，對所述圖像識別模型的模型參數進行調整。

6.根據權利要求1所述的方法，其特征在于，將所述圖像識別模型作為訓練完成的圖像識別模型之前，所述方法還包括：

獲取第一正樣本圖像、第二正樣本圖像、第一負樣本圖像以及第二負樣本圖像，所述第一正樣本圖像和所述第二正樣本圖像對應于同一個樣本對象，所述第一負樣本圖像和所述第二負樣本圖像對應于不同的樣本對象；

將所述第一正樣本圖像、所述第二正樣本圖像、所述第一負樣本圖像以及所述第二負樣本圖像輸入圖像識別模型，通過所述圖像識別模型確定所述第一正樣本圖像和所述第二正樣本圖像之間的第三相似度，以及所述第一負樣本圖像和所述第二負樣本圖像之間的第四相似度；

根據所述第三相似度和所述第四相似度之間的差異信息，調整所述圖像識別模型的模型參數。