[發明專利]樣本圖像增量、圖像檢測模型訓練及圖像檢測方法

有效

• 申請號: 202110371342.4
• 申請日: 2021-04-07
• 公開（公告）號: CN112949767B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 王云浩;張濱;辛穎;馮原;韓樹民
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06N3/0475;G06N3/045;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種圖像檢測模型訓練方法，包括：

獲取增量樣本圖像的第二卷積特征；

根據區域生成網絡和所述第二卷積特征確定新候選區域、所述新候選區域包含目標對象的第二概率；

獲取對應第一概率的第一損失值，以及對應所述第二概率的第二損失值；

基于加權后的第一損失值和第二損失值，確定綜合損失值；

基于所述綜合損失值滿足預設要求，得到訓練完成的圖像檢測模型；

其中，所述增量樣本圖像通過下述方式獲取得到：

獲取原始樣本圖像的第一卷積特征；

根據區域生成網絡和所述第一卷積特征確定候選區域、所述候選區域中包含目標對象的第一概率；

基于所述第一概率在所述候選區域中確定目標候選區域，并將所述目標候選區域映射回所述原始樣本圖像，得到中間圖像；

對所述中間圖像中對應所述目標候選區域的部分進行圖像增強處理和/或對所述中間圖像中對應非所述目標候選區域的部分進行圖像模糊處理，得到所述增量樣本圖像。

2.根據權利要求1所述的方法，其中，所述對所述中間圖像中對應非所述目標候選區域的部分進行圖像模糊處理，包括：

對所述中間圖像中對應非所述目標候選區域的部分進行高斯模糊處理。

3.根據權利要求1所述的方法，其中，所述基于所述第一概率在所述候選區域中確定目標候選區域，包括：

將所述第一概率大于預設概率的候選區域確定為目標候選區域。

4.根據權利要求1所述的方法，其中，所述對所述中間圖像中對應所述目標候選區域的部分進行圖像增強處理，包括：

對所述中間圖像中的第一目標區域進行第一圖像增強處理，所述第一目標區域為至少兩個所述目標候選區域映射在所述原始樣本圖像中的重疊部分；

對所述中間圖像中的第二目標區域進行第二圖像增強處理，所述第二目標區域為單個所述目標候選區域映射在所述原始樣本圖像中的部分，所述第一圖像增強處理的圖像增強強度大于所述第二圖像增強處理的圖像增強強度。

5.根據權利要求1所述的方法，其中，所述基于加權后的第一損失值和第二損失值，確定綜合損失值，包括：

將加權后的第一損失值與加權后的第二損失值的和，作為所述綜合損失值。

6.根據權利要求1所述的方法，其中，所述基于所述綜合損失值滿足預設要求，得到訓練完成的圖像檢測模型，包括：

響應于所述綜合損失值為預設輪數的迭代訓練中的最小值，輸出訓練完成的圖像檢測模型。

7.一種圖像檢測方法，包括：

接收待檢測圖像；

調用圖像檢測模型對所述待檢測圖像進行檢測；其中，所述圖像檢測模型根據權利要求1-6中任一項所述的圖像檢測模型訓練方法得到。

8.一種圖像檢測模型訓練裝置，包括：

第一卷積特征獲取單元，被配置成獲取原始樣本圖像的第一卷積特征；

候選區域及概率確定單元，被配置成根據區域生成網絡和所述第一卷積特征確定候選區域、所述候選區域中包含目標對象的第一概率；

目標候選區域確定及映射單元，被配置成基于所述第一概率在所述候選區域中確定目標候選區域，并將所述目標候選區域映射回所述原始樣本圖像，得到中間圖像；

中間圖像處理單元，被配置成對所述中間圖像中對應所述目標候選區域的部分進行圖像增強處理和/或對所述中間圖像中對應非所述目標候選區域的部分進行圖像模糊處理，得到增量樣本圖像；

第二卷積特征獲取單元，被配置成獲取所述增量樣本圖像的第二卷積特征；

新候選區域及概率確定單元，被配置成根據區域生成網絡和所述第二卷積特征確定新候選區域、所述新候選區域包含目標對象的第二概率；

損失值獲取單元，被配置成獲取對應第一概率的第一損失值，以及對應所述第二概率的第二損失值；

綜合損失值確定單元，被配置成基于加權后的第一損失值和第二損失值，確定綜合損失值；

圖像檢測模型訓練單元，被配置成基于所述綜合損失值滿足預設要求，得到訓練完成的圖像檢測模型。