[發明專利]利用機器學習模型來處理圖像的方法、裝置、設備和介質

在審

• 申請號: 202211376746.3
• 申請日: 2022-11-04
• 公開（公告）號: CN115690504A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 江毅;吳劍南;嚴彬;袁澤寰
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/778;G06N20/00
• 代理公司: 北京世輝律師事務所 16093
• 代理人: 李崢宇

提供了利用機器學習模型來處理圖像的方法、裝置、設備和介質。機器學習模型從圖像中識別至少一個候選對象，并且包括：特征提取模型，描述圖像與至少一個候選對象的特征之間的關聯關系；以及分類評分模型，描述特征與至少一個候選對象的分類評分之間的關聯關系，分類評分表示至少一個候選對象被分類為圖像中的前景的概率。在一種方法中，基于至少一個候選對象的分類評分與圖像中的至少一個真值對象的真值分類評分，確定與分類評分模型相關聯的更新參數。基于與分類評分模型相關聯的更新參數，更新分類評分模型。阻止利用與分類評分模型相關聯的更新參數來更新特征提取模型。可以提高機器學習模型的訓練精度，從而提高對象識別的準確性。

技術領域

本公開的示例性實現方式總體涉及圖像處理，特別地涉及用于利用機器學習模型來處理圖像的方法、裝置、設備和計算機可讀存儲介質。

背景技術

機器學習技術已經被廣泛地用于圖像處理。目前已經提出了基于機器學習技術來識別圖像中的對象的技術方案。例如，可以在圖像中預先標注對象并且利用帶有標注的圖像來訓練機器學習模型。然而，用作訓練數據的圖像并不可能包括真實世界中的全部對象，這導致在使用訓練的機器學習模型處理待處理圖像時，僅能從待處理圖像中識別出訓練數據中已經被標注的對象，并不能識別出在訓練數據中未被標注的對象。此時，如何以更為有效的方式訓練機器學習模型進而提高識別的準確性，成為圖像處理領域的難點和熱點。

發明內容

在本公開的第一方面，提供了一種用于利用機器學習模型來處理圖像的方法。在此，機器學習模型用于從圖像中識別至少一個候選對象，機器學習模型包括：特征提取模型，用于描述圖像與至少一個候選對象的特征之間的關聯關系；以及分類評分模型，用于描述至少一個候選對象的特征與至少一個候選對象的分類評分之間的關聯關系，分類評分表示至少一個候選對象被分類為圖像中的前景的概率。在該方法中，基于至少一個候選對象的分類評分與圖像中的至少一個真值對象的真值分類評分，確定與分類評分模型相關聯的更新參數。基于與分類評分模型相關聯的更新參數，更新分類評分模型。阻止利用與分類評分模型相關聯的更新參數來更新特征提取模型。

在本公開的第二方面，提供了一種用于利用機器學習模型來處理圖像的裝置。在此，機器學習模型用于從圖像中識別至少一個候選對象，機器學習模型包括：特征提取模型，用于描述圖像與至少一個候選對象的特征之間的關聯關系；以及分類評分模型，用于描述至少一個候選對象的特征與至少一個候選對象的分類評分之間的關聯關系，分類評分表示至少一個候選對象被分類為圖像中的前景的概率。該裝置包括：確定模塊，被配置用于基于至少一個候選對象的分類評分與圖像中的至少一個真值對象的真值分類評分，確定與分類評分模型相關聯的更新參數；更新模塊，被配置用于基于與分類評分模型相關聯的更新參數，更新分類評分模型；以及阻止模塊，被配置用于阻止利用與分類評分模型相關聯的更新參數來更新特征提取模型。

在本公開的第三方面，提供了一種電子設備。該電子設備包括：至少一個處理單元；以及至少一個存儲器，至少一個存儲器被耦合到至少一個處理單元并且存儲用于由至少一個處理單元執行的指令，指令在由至少一個處理單元執行時使電子設備執行根據本公開第一方面的方法。

在本公開的第四方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序在被處理器執行時使處理器實現根據本公開第一方面的方法。

應當理解，本內容部分中所描述的內容并非旨在限定本公開的實現方式的關鍵特征或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的描述而變得容易理解。

附圖說明

在下文中，結合附圖并參考以下詳細說明，本公開各實現方式的上述和其他特征、優點及方面將變得更加明顯。在附圖中，相同或相似的附圖標注表示相同或相似的元素，其中：

圖1示出了本公開的實現方式的用作機器學習模型的訓練數據的圖像的框圖；

圖2示出了根據本公開的一些實現方式的用于從圖像中識別對象的機器學習模型的結構的框圖；