[發明專利]模型訓練方法、圖像信息管理方法、圖像識別方法及裝置

有效

• 申請號: 202210436659.6
• 申請日: 2022-04-25
• 公開（公告）號: CN114549938B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 丁明;王杰;鐘忞盛
• 申請（專利權）人: 廣州市玄武無線科技股份有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V20/80;G06F16/51;G06F16/55;G06F16/583;G06K9/62;G06V10/74
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 李家平

1.一種模型訓練方法，其特征在于，包括：

對初始圖像處理模型的參數進行隨機初始化；其中，所述初始圖像處理模型包括特征提取分支和原型構建分支；

固定所述原型構建分支的初始化參數，將訓練圖像集輸入至所述初始圖像處理模型，得到第一輸出結果；

根據所述第一輸出結果確定損失函數的值，利用所述損失函數的值對所述特征提取分支的初始化參數進行更新；所述損失函數包括類別損失和類內類間損失；其中，

所述類別損失定義為；式中，f_x表示所述特征提取分支輸出的商品指紋，e表示所述原型構建分支輸出的指紋原型， , 表示內積，i表示商品類別，T表示溫度系數，N表示圖像樣本數量；

所述類內類間損失定義為；式中，表示邊界閾值，z_p表示第一輸出結果或第二輸出結果中與所述特征提取分支輸出的商品指紋類別相同的結果，z_n表示第一輸出結果或第二輸出結果中與所述特征提取分支輸出的商品指紋類別不相同的結果；

固定所述特征提取分支更新后的參數，將所述訓練圖像集輸入至特征提取分支參數更新后的初始圖像處理模型中，得到第二輸出結果；

根據所述第二輸出結果確定所述損失函數的值，利用所述損失函數的值對所述原型構建分支的初始化參數進行更新；

根據所述特征提取分支更新后的參數構建商品指紋提取模型。

2.根據權利要求1所述的模型訓練方法，其特征在于，所述第一輸出結果和所述第二輸出結果均包括：

所述特征提取分支輸出的商品指紋和所述原型構建分支輸出的指紋原型。

3.一種圖像信息管理方法，其特征在于，包括：

獲取場景圖像集，利用圖像檢測模型獲取所述場景圖像集中的全量商品圖像；

根據商品指紋提取模型提取所述商品圖像中的商品指紋，得到商品指紋集；其中，

所述商品指紋提取模型為采用如權利要求1~2任一項所述的模型訓練方法訓練出的模型；

確定所述商品指紋集的商品類別，利用聚類算法對各所述商品類別對應的商品指紋進行壓縮；

將壓縮后的商品指紋存儲至商品指紋數據庫。

4.根據權利要求3所述的圖像信息管理方法，其特征在于，所述利用聚類算法對各所述商品類別對應的商品指紋進行壓縮，具體為：

確定所述商品指紋集中各商品指紋的商品類別；

根據預設的數量參數N，利用聚類算法依次將各商品類別下的商品指紋壓縮為N個類簇，并將N個所述類簇的類簇中心設置為對應商品類別的目標商品指紋；其中，N為非零自然數；

將各所述商品類別的目標商品指紋存儲至商品指紋數據庫。

5.一種圖像識別方法，其特征在于，包括：

獲取目標商品圖像，利用商品指紋提取模型提取所述目標商品圖像的目標商品指紋；

基于所述目標商品指紋遍歷商品指紋數據庫中的基準指紋，將與所述目標商品指紋相似度最高的基準指紋所對應的商品類別確定為識別結果；其中，

所述商品指紋提取模型為采用如權利要求1~2任一項所述的模型訓練方法訓練出的模型；

所述商品指紋數據庫由如權利要求3~4任一項所述的圖像信息管理方法得到。