[發明專利]功能區域識別及其模型構建方法、設備及存儲介質

在審

• 申請號: 202210938599.8
• 申請日: 2022-08-05
• 公開（公告）號: CN115424287A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 徐超立
• 申請（專利權）人: 萬翼科技有限公司
• 主分類號: G06V30/422
• 分類號: G06V30/422;G06V30/413;G06V10/82;G06V10/774
• 代理公司: 深圳智匯遠見知識產權代理有限公司 44481
• 代理人: 趙爍

1.一種功能區域識別模型構建方法，其特征在于，包括：

獲取樣本圖紙；

將所述樣本圖紙切割成各個樣本子圖紙，并獲取所述樣本子圖紙中各個功能區域的類別和所述功能區域在所述樣本子圖紙中的第一位置信息；

將所述樣本子圖紙、所述類別和所述第一位置信息輸入至初始功能區域識別模型，進行訓練，獲得功能區域識別模型，其中，所述初始功能區域識別模型輸出所述功能區域的預測樣本類別和所述功能區域在所述樣本子圖紙中的預測樣本位置信息。

2.根據權利要求1所述的功能區域識別模型構建方法，其特征在于，所述將所述樣本圖紙切割成各個樣本子圖紙之前，所述方法還包括：

對所述樣本圖紙進行數據增強。

3.根據權利要求2所述的功能區域識別模型構建方法，其特征在于，所述對所述樣本圖紙進行數據增強，包括：

對所述樣本圖紙進行旋轉；

和/或，

對所述樣本圖紙進行縮放；

和/或，

對所述樣本圖紙進行鏡像；

和/或，

對所述樣本圖紙進行顏色抖動；

和/或，

對所述樣本圖紙進行不改變空間完整性的幾何變換。

4.根據權利要求1至3任一項所述的功能區域識別模型構建方法，其特征在于，所述初始功能區域識別模型包括特征提取網絡層、區域生成網絡層、感興趣區域對齊層和PointRend層；

所述將所述樣本子圖紙、所述類別和所述第一位置信息輸入至初始功能區域識別模型，進行訓練，獲得功能區域識別模型，包括：

將所述樣本子圖紙輸入至所述特征提取網絡層，獲得所述特征提取網絡層輸出的所述樣本子圖紙的特征；

將所述樣本子圖紙的特征輸入至所述區域生成網絡層，獲得所述區域生成網絡層輸出的候選框的位置信息；

將所述樣本子圖紙的特征和所述候選框的位置信息輸入至所述感興趣區域對齊層，獲得所述感興趣區域對齊層輸出的預設尺寸的預測檢測框內部特征；

將所述預測檢測框內部特征輸入至所述PointRend層，獲得所述PointRend層輸出的所述預測樣本類別和所述預測樣本位置信息；

根據所述預測樣本類別、所述類別、所述預測樣本位置信息和所述第一位置信息，獲得整體損失；

根據所述整體損失，優化所述初始功能區域識別模型的網絡參數，返回執行將所述樣本子圖紙輸入至所述特征提取網絡層的步驟，直至所述整體損失趨于穩定時，將所述初始功能區域識別模型作為所述功能區域識別模型。

5.根據權利要求4所述的功能區域識別模型構建方法，其特征在于，所述將所述樣本子圖紙的特征輸入至所述區域生成網絡層之前，所述方法還包括：

將所述樣本子圖紙的特征輸入至殘差塊，獲得所述殘差塊輸出的所述樣本子圖紙調整后的特征，并將所述樣本子圖紙調整后的特征作為所述樣本子圖紙的特征。

6.根據權利要求5所述的功能區域識別模型構建方法，其特征在于，所述特征提取網絡層包括主干網絡和PAFPN層；

所述將所述樣本子圖紙輸入至所述特征提取網絡層，獲得所述特征提取網絡層輸出的所述樣本子圖紙的特征，包括：

將所述樣本子圖紙輸入至所述主干網絡，獲得所述主干網絡輸出的所述樣本子圖紙的不同尺寸的特征；

將所述樣本子圖紙的不同尺寸的特征輸入至所述PAFPN層，獲得所述PAFPN層輸出的所述樣本子圖紙的特征，其中，所述PAFPN層中的標準卷積替換成空洞卷積，并在所述PAFPN層中加入組歸一化。

7.根據權利要求6所述的功能區域識別模型構建方法，其特征在于，所述PointRend層中的邊界回歸點參數大于預設值，所述邊界回歸點參數是指所述PointRend層中識別到的掩模的不確定的點的個數。