[發明專利]模型生成的方法、裝置、電子設備及介質

在審

• 申請號: 202011278545.0
• 申請日: 2020-11-16
• 公開（公告）號: CN112529040A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 丁晶晶
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

本申請公開了一種模型生成的方法、裝置、電子設備及介質。其中，通過應用本申請的技術方案，可以根據多個對樣本圖像進行不同處理后得到的向量差值來訓練生成新的圖像檢測模型。因此該模型相較于現有技術中直接利用樣本圖像訓練得到的普通模型相比，能夠適應各種類型的待識別圖像，進而增加圖像特征提取的精準度。

技術領域

本申請中涉及圖像處理的技術，尤其是一種模型生成的方法、裝置、電子設備及介質。

背景技術

由于通信時代和社會的興起，圖像處理技術已經隨著越來越多用戶在瀏覽圖像而不斷發展。

進一步的，通過計算機設備來處理各種復雜問題或者和人們進行互動已變得越來越頻繁。例如，可以通過計算機設備來幫助人們整理或識別圖像。其中，圖片相似度對比是相似圖片搜索等服務的基礎，例如對以圖搜圖的服務來說，相關技術中通常是利用神經網絡模型來對待識別圖像進行特征提取，從而得到圖片像素特征差異等信息，并從中找到差異最小的圖片。

然而，相關技術中在對圖像進行特征識別的過程中，通常會出現圖像識別精度不夠的問題，從而影響了用戶體驗。

發明內容

本申請實施例提供一種模型生成的方法、裝置、電子設備及介質，本申請實施例用于解決相關技術中存在的需要人工從開發代碼中獲取圖像參數而導致的效率慢的問題。

其中，根據本申請實施例的一個方面，提供的一種模型生成的方法，其特征在于，包括：

獲取第一圖像檢測模型，所述第一圖像檢測模型包含第一輸入通道以及第二輸入通道，所述第一輸入通道用于輸入原始樣本圖像，所述第二輸入通道用于輸入經過預設處理后的所述原始樣本圖像；

將所述原始樣本圖像輸入至第一輸入通道，得到第一維度特征，以及，將所述經過預設處理后的原始樣本圖像輸入至第二輸入通道，得到第二維度特征；

計算所述第一維度特征與所述第二維度特征的向量差值，并基于所述向量差值，得到第二圖像檢測模型；

利用所述第二圖像檢測模型對待識別圖像進行特征識別，得到對應的圖像特征。

可選地，在基于本申請上述方法的另一個實施例中，所述基于所述向量差值，得到第二圖像檢測模型，包括：

將所述向量差值作為損失函數，并利用該損失函數以及多張樣本圖像對空白的神經網絡模型進行訓練，直至得到訓練收斂的所述第二圖像檢測模型。

可選地，在基于本申請上述方法的另一個實施例中，所述第一圖像檢測模型中的所述第一通道與所述第二通道的卷積層和池化層采用相同的卷積核參數。

可選地，在基于本申請上述方法的另一個實施例中，所述將所述經過預設處理后的原始樣本圖像輸入至第二輸入通道，得到第二維度特征，包括：

獲取所述經過預設處理后的所述原始樣本圖像；

對所述經過預設處理后的所述原始樣本圖像添加隨機的噪聲值后，再輸入至所述第二輸入通道的卷積層，得到所述第二維度特征。

可選地，在基于本申請上述方法的另一個實施例中，所述將所述原始樣本圖像輸入至第一輸入通道，得到第一維度特征，包括：

檢測所述原始樣本圖像的像素格式；

確定將所述原始樣本圖像的像素格式其壓縮為256*25的格式后輸入至所述第一通道中，得到所述第一維度特征。

可選地，在基于本申請上述方法的另一個實施例中，所述利用所述第二圖像檢測模型對待識別圖像進行特征識別，得到對應的圖像特征，包括：

將多個待識別圖像輸入至所述第二圖像檢測模型的多層卷積層，得到對應于1024維度的目標特征向量；