[發明專利]一種圖像的識別方法和裝置

在審

• 申請號: 202110326234.5
• 申請日: 2021-03-26
• 公開（公告）號: CN113076983A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 邱瓊文
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 曾軍;劉曉燕

本申請涉及一種圖像的識別方法和裝置，其中，該方法包括：獲取軌道交通車輛的待測圖像；基于目標信息識別模型對待測圖像進行目標識別，以得到待測圖像中包含的目標對象的目標信息，其中，目標信息識別模型為使用訓練圖像對初始信息識別模型進行訓練得到的，訓練圖像為對初始圖像進行數據增強處理后得到的，初始圖像為標注了目標區域的標簽信息的圖像。本申請解決了基于少量訓練圖像對初始信息識別模型訓練時的訓練效率較低的技術問題。

技術領域

本申請涉及圖像識別領域，尤其涉及一種圖像的識別方法和裝置。

背景技術

軌道交通車輛的維護檢修是日常運行中的一項非常重要的工作，隨著人工智能技術的發展，陸續出現了一些半自動或者全自動故障識別算法，在檢修工人查看之前，通過該算法就可得知哪些位置可能存在故障，這樣可以有效輔助和加快檢修工人檢修的工作效率。相關技術中基于深度學習的目標檢測與識別的方法，只許標注好的數據離線訓練模型文件即可，使用的時候輸入圖片，調用模型文件推理，即可一步到位的得到檢測結果，但是這也對訓練數據的質量和數量提出了一定要求，在訓練數據的數量和質量較差時，訓練效果不交，模型的準確率較低。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本申請提供了一種圖像的識別方法和裝置，以至少解決相關技術中基于少量訓練圖像對初始信息識別模型訓練時的訓練效率較低的技術問題。

根據本申請實施例的一個方面，提供了一種圖像的識別方法，包括：獲取軌道交通車輛的待測圖像；基于目標信息識別模型對所述待測圖像進行目標識別，以得到所述待測圖像中包含的目標對象的目標信息，其中，所述目標信息識別模型為使用訓練圖像對初始信息識別模型進行訓練得到的，所述訓練圖像為對初始圖像進行數據增強處理后得到的，所述初始圖像為標注了目標區域的標簽信息的圖像。

可選地，基于所述目標信息識別模型大于所述待測圖像進行所述目標識別之前，所述方法還包括：在圖像訓練集中的包含的多個初始圖像中獲取待處理的第一圖像，以及預定數量的第二圖像，其中，所述第一圖像與所述第二圖像屬性信息不同；對所述第一圖像以及所述第二圖像進行所述數據增強處理，以得到所述訓練圖像；基于所述訓練圖像對所述初始信息識別模型進行訓練，以得到所述目標信息識別模型。

可選地，對所述第一圖像以及所述第二圖像進行所述數據增強處理，以得到所述訓練圖像包括：對所述第一圖像以及所述第二圖像進行亮度調節，以得到調節后的第三圖像；對所述第三圖像進行背景替換，以得到第四圖像；對所述第四圖像按照目標位置關系進行圖像拼接，以得到第五圖像；將所述第五圖像確定為所述訓練圖像。

可選地，對所述第一圖像以及所述第二圖像進行亮度調節，以得到調節后的所述第三圖像包括：獲取所述圖像訓練集的參考亮度值；確定所述第一圖像以及所述第二圖像的初始圖像亮度值；比較所述初始圖像亮度值以及所述參考亮度值的大小；在所述初始圖像亮度值小于所述參考亮度值的情況下，將對應圖像的所述初始圖像亮度值向上調整至第一亮度值，以得到所述第三圖像，其中，所述第一亮度值在設定閾值范圍內；在所述初始圖像亮度值大于所述參考亮度值的情況下，將對應圖像的所述初始圖像亮度值向下調整至第二亮度值，以得到所述第三圖像，其中，所述第二亮度值在所述設定閾值范圍內。

可選地，獲取所述圖像訓練集的所述參考亮度值包括：確定所述圖像訓練集中包含的每個初始圖像的初始亮度比值，其中所述初始亮度比值為每個所述初始圖像的亮度與所述初始圖像中的像素數量的比值；在多個所述初始亮度比值中篩選出大于設定閾值的目標亮度比值；確定所述目標亮度比值的平均值為所述圖像訓練集的所述參考亮度值。