[發(fā)明專利]圖像獲取、目標(biāo)識(shí)別、模型訓(xùn)練方法及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202111339344.1
• 申請(qǐng)日: 2021-11-12
• 公開(kāi)（公告）號(hào): CN113780485B
• 公開(kāi)（公告）日: 2022-03-25
• 發(fā)明（設(shè)計(jì)）人: 王超運(yùn);殷俊;潘華東;孫鶴
• 申請(qǐng)（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號(hào): G06V10/75
• 分類號(hào): G06V10/75;G06V10/774;G06K9/62
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何倚雯

本發(fā)明公開(kāi)了一種圖像獲取、目標(biāo)識(shí)別、模型訓(xùn)練方法及設(shè)備。圖像數(shù)據(jù)獲取方法包括：對(duì)第一圖像進(jìn)行處理獲取正樣本集；以及，對(duì)第一圖像和/或第二圖像進(jìn)行處理獲取負(fù)樣本集；第一圖像包含目標(biāo)對(duì)象，第二圖像不包含目標(biāo)對(duì)象；基于正樣本集和負(fù)樣本集進(jìn)行樣本組合，得到不相同的多個(gè)圖像子集；多個(gè)圖像子集中每?jī)蓚€(gè)圖像子集中的正樣本和/或負(fù)樣本不同；多個(gè)圖像子集用于訓(xùn)練同一個(gè)圖像處理模型。通過(guò)上述方式，本發(fā)明能夠緩解圖像處理模型過(guò)擬合，提高圖像處理模型的可靠性，還有利于減小訓(xùn)練代價(jià)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理的技術(shù)領(lǐng)域，特別是涉及一種圖像數(shù)據(jù)獲取方法、目標(biāo)識(shí)別模型訓(xùn)練方法、目標(biāo)識(shí)別方法、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

在圖像處理模型的訓(xùn)練任務(wù)中，例如圖像分割、目標(biāo)識(shí)別、文字識(shí)別、目標(biāo)分類以及目標(biāo)定位等，圖像處理模型所能夠納入并進(jìn)行處理的樣本有限，導(dǎo)致圖像處理模型過(guò)擬合，影響圖像處理模型的可靠性，并且在圖像處理模型的訓(xùn)練過(guò)程中同時(shí)納入大量樣本，訓(xùn)練代價(jià)較大。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明主要解決的技術(shù)問(wèn)題是提供一種圖像數(shù)據(jù)獲取方法、圖像處理模型訓(xùn)練方法、目標(biāo)識(shí)別方法、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，能夠緩解圖像處理模型過(guò)擬合，提高圖像處理模型的可靠性，還有利于減小訓(xùn)練代價(jià)。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的一個(gè)技術(shù)方案是：提供一種圖像數(shù)據(jù)獲取方法。該圖像數(shù)據(jù)獲取方法包括：對(duì)第一圖像進(jìn)行處理獲取正樣本集；以及，對(duì)第一圖像和/或第二圖像進(jìn)行處理獲取負(fù)樣本集；第一圖像包含目標(biāo)對(duì)象，第二圖像不包含目標(biāo)對(duì)象；基于正樣本集和負(fù)樣本集進(jìn)行樣本組合，得到不相同的多個(gè)圖像子集；多個(gè)圖像子集中每?jī)蓚€(gè)圖像子集中的正樣本和/或負(fù)樣本不同；多個(gè)圖像子集用于訓(xùn)練同一個(gè)圖像處理模型。在本發(fā)明的一實(shí)施例中，基于正樣本集和負(fù)樣本集進(jìn)行樣本組合，得到不相同的多個(gè)圖像子集包括：基于正樣本集和負(fù)樣本集，進(jìn)行N1個(gè)樣本組合操作，得到不相同的N1個(gè)圖像子集；其中，一個(gè)樣本組合操作中，從正樣本集中選取至少部分正樣本；以及從負(fù)樣本集合中選取部分負(fù)樣本；將選取的正樣本和選取的負(fù)樣本組成的集合，確定為N1個(gè)圖像子集中的一個(gè)圖像子集；N1為大于1的整數(shù)；N1個(gè)樣本組合操作的不同樣本組合操作中：選取的正樣本至少部分不同，或，選取的負(fù)樣本至少部門(mén)不同，或，選取的正樣本至少部分不同且選取的負(fù)樣本至少部分不同。

在本發(fā)明的一實(shí)施例中，基于正樣本集和負(fù)樣本集進(jìn)行樣本組合，得到不相同的多個(gè)圖像子集，包括：將負(fù)樣本集劃分為N2個(gè)負(fù)樣本子集；每?jī)蓚€(gè)負(fù)樣本子集中至少部分負(fù)樣本不同，N2為大于1的整數(shù)；分別將N2個(gè)負(fù)樣本子集和正樣本集進(jìn)行樣本組合，得到N2個(gè)圖像子集。

在本發(fā)明的一實(shí)施例中，分別將N2個(gè)負(fù)樣本子集和正樣本集進(jìn)行樣本組合，得到N2個(gè)圖像子集，包括：針對(duì)N2個(gè)負(fù)樣本子集，分別執(zhí)行如下操作：從N2個(gè)負(fù)樣本子集中的一個(gè)負(fù)樣本子集中至少選取出部分負(fù)樣本；將正樣本集中的至少部分正樣本和選取出的負(fù)樣本組成的集合，確定為N2個(gè)負(fù)樣本子集中的一個(gè)圖像子集。

在本發(fā)明的一實(shí)施例中，負(fù)樣本集中負(fù)樣本的總數(shù)量大于正樣本集中正樣本的總數(shù)量。

在本發(fā)明的一實(shí)施例中，對(duì)第一圖像進(jìn)行處理獲取正樣本集包括：獲取第一圖像中各個(gè)目標(biāo)對(duì)象所在區(qū)域的目標(biāo)區(qū)域圖像，將獲取的各個(gè)目標(biāo)區(qū)域圖像作為正樣本集中的正樣本。

在本發(fā)明的一實(shí)施例中，對(duì)第一圖像進(jìn)行處理獲取負(fù)樣本集，包括：確定第一圖像中除目標(biāo)區(qū)域圖像外的剩余區(qū)域圖像；對(duì)剩余區(qū)域圖像進(jìn)行處理獲取背景區(qū)域圖像，將背景區(qū)域圖像確定為負(fù)樣本集中的負(fù)樣本。

在本發(fā)明的一實(shí)施例中，對(duì)第二圖像進(jìn)行處理獲取負(fù)樣本集，包括：對(duì)第二圖像進(jìn)行裁剪，將裁剪得到的圖像確定為負(fù)樣本集中的負(fù)樣本。