[發(fā)明專利]用于訓練圖像檢測模型的方法和裝置

在審

• 申請?zhí)枺?/td>: 202210102990.4
• 申請日: 2022-01-27
• 公開（公告）號: CN114511757A
• 公開（公告）日: 2022-05-17
• 發(fā)明（設計）人: 王健;韓鈞宇
• 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;G06V10/764;G06V10/82;G06V40/16;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市漢坤律師事務所 11602
• 代理人: 姜浩然;吳麗麗

本公開提供了一種用于訓練圖像檢測模型的方法和裝置，涉及人工智能技術領域，具體為深度學習、計算機視覺技術領域，可應用于圖像處理、圖像檢測等場景。實現方案為：將訓練圖像劃分為多個圖像塊；從多個圖像塊中剪切至少一個圖像塊，并且對至少一個圖像塊中的每一個圖像塊，采用相同尺寸的替換圖像塊進行填充，以對多個圖像塊進行數據增強；以及基于經數據增強后的多個圖像塊，訓練圖像檢測模型。

技術領域

本公開涉及人工智能技術領域，尤其涉及具體為深度學習、計算機視覺技術領域，可應用于圖像處理、圖像檢測等場景，具體涉及一種用于訓練圖像檢測模型的方法和裝置、一種圖像檢測方法和裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

背景技術

人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理、思考、規(guī)劃等)的學科，既有硬件層面的技術也有軟件層面的技術。人工智能硬件技術一般包括如傳感器、專用人工智能芯片、云計算、分布式存儲、大數據處理等技術：人工智能軟件技術主要包括計算機視覺技術、語音識別技術、自然語言處理技術以及機器學習/深度學習、大數據處理技術、知識圖譜技術等幾大方向。

基于人工智能的圖像處理技術，已經滲透到各個領域。其中，在圖像檢測過程中，往往采用經訓練的圖像檢測模型檢測圖像。在對圖像檢測模型進行訓練的過程中，通過隨機擦除、模糊、隨機裁剪等各種操作對訓練圖像進行數據增強(即，擾動)，以提升圖像檢測模型對各種類型圖像的魯棒的識別能力。

在此部分中描述的方法不一定是之前已經設想到或采用的方法。除非另有指明，否則不應假定此部分中描述的任何方法僅因其包括在此部分中就被認為是現有技術。類似地，除非另有指明，否則此部分中提及的問題不應認為在任何現有技術中已被公認。

發(fā)明內容

本公開提供了一種用于訓練圖像檢測模型的方法和裝置、一種圖像檢測方法和裝置、電子設備、計算機可讀存儲介質和計算機程序產品。

根據本公開的一方面，提供了用于訓練圖像檢測模型的方法，包括：將訓練圖像劃分為多個圖像塊；從所述多個圖像塊中剪切至少一個圖像塊，并且對所述至少一個圖像塊中的每一個圖像塊，采用相同尺寸的替換圖像塊進行填充，以對所述多個圖像塊進行數據增強；以及基于經數據增強后的多個圖像塊，訓練所述圖像檢測模型。

根據本公開的一方面，提供了一種圖像檢測方法，包括：獲取待檢測圖像；以及將所述待檢測圖像輸入至根據本公開的實施例所述的方法訓練的圖像檢測模型中，以得到圖像檢測結果。

根據本公開的另一方面，提供了一種用于訓練圖像檢測模型的裝置，包括：圖像劃分單元，被配置用于將訓練圖像劃分為多個圖像塊；數據增強單元，被配置用于從所述多個圖像塊中剪切至少一個圖像塊，并且對所述至少一個圖像塊中的每一個圖像塊，采用相同尺寸的替換圖像塊進行填充，以對所述多個圖像塊進行數據增強；以及訓練單元，被配置用于基于經數據增強后的多個圖像塊，訓練所述圖像檢測模型。

根據本公開的另一方面，提供了一種圖像檢測裝置，包括：圖像獲取單元，被配置用于獲取待檢測圖像；以及模型處理單元，將所述待檢測圖像輸入至根據本公開的實施例所述的方法訓練的圖像檢測模型中，以得到圖像檢測結果。

根據本公開的另一方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器實現根據上述的方法。

根據本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機實現根據上述的方法。

根據本公開的另一方面，提供了一種計算機程序產品包括計算機程序，其中，所述計算機程序在被處理器執(zhí)行時實現根據上述的方法。