图像处理方法、装置、存储介质以及计算机终端制造方法及图纸

本申请公开了一种图像处理方法、装置、存储介质以及计算机终端。其中，该方法包括：获取目标图像，其中，目标图像包含目标对象；利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到。本申请解决了相关技术中由于训练样本较少且样本精确度较低导致训练得到的检测模型检测精度较低的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
图像处理方法、装置、存储介质以及计算机终端


[0001]本申请涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、存储介质以及计算机终端。

技术介绍

[0002]目前，随着计算机视觉技术不断发展，越来越多的基于计算机视觉技术的方法投入到实际的生产应用中。目标检测技术是现在应用最广泛的计算机视觉技术之一，例如人脸检测，车辆检测等。在实际的生产应用中，一些目标类别的图片样本较难获取，只能获取少量样本，同时在训练数据集中，可能存在着大量的噪声标签。少样本和噪声标签对模型的训练效果都具有较大的影响。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置、存储介质以及计算机终端，以至少解决相关技术中由于训练样本较少且样本精确度较低导致训练得到的检测模型检测精度较低的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种图像处理方法，包括：获取目标图像，其中，目标图像包含目标对象；利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到。
[0006]根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：云服务器接收客户端上传的目标图像，其中，目标图像包含目标对象；云服务器利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到；云服务器输出检测结果至客户端。
[0007]根据本申请实施例的另一方面，还提供了一种图像处理方法，包括：云服务器接收客户端上传的模型训练请求，其中，模型训练请求包括：初始训练样本；云服务器对初始训练样本进行数据增强处理，得到第一训练样本；云服务器通过第一训练样本训练得到预训练模型；云服务器通过第一训练样本对预训练模型进行训练，得到目标检测模型；云服务器输出目标检测模型至客户端。
[0008]根据本申请实施例的另一方面，还提供了一种图像处理装置，包括：获取模块，用于获取目标图像，其中，目标图像包含目标对象；检测模块，用于利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到。
[0009]根据本申请实施例的另一方面，还提供了一种图像处理装置，包括：接收模块，用
于接收客户端上传的目标图像，其中，目标图像包含目标对象；检测模块，用于利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到；输出检测模块，用于输出检测结果至客户端。
[0010]根据本申请实施例的另一方面，还提供了一种图像处理装置，包括：接收模块，用于接收客户端上传的模型训练请求，其中，模型训练请求包括：初始训练样本；处理模块，用于对初始训练样本进行数据增强处理，得到第一训练样本；第一训练模块，用于通过第一训练样本训练得到预训练模型；第二训练模块，用于通过第一训练样本对预训练模型进行训练，得到目标检测模型；输出检测模块，用于输出目标检测模型至客户端。
[0011]根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述的图像处理方法。
[0012]根据本申请实施例的另一方面，还提供了一种计算机终端，包括存储器和处理器，处理器用于运行存储器中存储的程序，其中，程序运行时执行上述的图像处理方法。
[0013]在本申请实施例中，首先获取目标图像，其中，目标图像包含目标对象，可以利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到，实现了利用少量样本训练得到的精确度较高的目标检测模型进行检测的目的。容易注意到的是，由于训练目标检测模型的过程中所使用的第一训练样本是通过对初始训练样本进行数据增强得到的，在此过程中可能会出现较多的噪声样本，因此，在利用第一训练样本对目标检测模型进行训练之前，可以先通过第一训练样本训练得到预训练模型，以便根据预训练模型标注出第一训练样本中的噪声样本，在实际训练的过程中，通过预训练模型可以降低噪声样本对训练得到的目标检测模型的影响，进而解决了相关技术中由于训练样本较少且样本精确度较低导致训练得到的检测模型检测精度较低的技术问题。
附图说明
[0014]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0015]图1是根据现有技术的一种用于实现图像处理方法的计算机终端(或移动设备)的硬件结构框图；
[0016]图2是根据本申请实施例1的一种图像处理方法的流程图；
[0017]图3是根据本申请实施例1的另一种图像处理方法的流程图；
[0018]图4是根据本申请实施例2的另一种图像处理方法的流程图；
[0019]图5是根据本申请实施例3的另一种图像处理方法的流程图；
[0020]图6是根据本申请实施例4的一种图像处理装置的示意图；
[0021]图7是根据本申请实施例5的另一种图像处理装置的示意图；
[0022]图8是根据本申请实施例6的另一种图像处理装置的示意图；
[0023]图9是根据本申请实施例的一种计算机终端的结构框图。
具体实施方式
[0024]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0025]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取目标图像，其中，目标图像包含目标对象；利用目标检测模型对所述目标图像进行检测，得到所述目标对象的检测结果，其中，所述目标检测模型通过第一训练样本对预训练模型进行训练得到，所述预训练模型通过所述第一训练样本训练得到，所述第一训练样本通过对初始训练样本进行数据增强处理得到。2.根据权利要求1所述的方法，其特征在于，所述第一训练样本包括：训练图像和所述训练图像的第一标注结果，所述方法还包括：基于所述第一标注结果对所述训练图像进行分割，得到所述第一训练样本包含的至少一个对象的图像；利用所述至少一个对象的图像通过对比学习训练得到所述预训练模型。3.根据权利要求2所述的方法，其特征在于，利用所述至少一个对象的图像通过对比学习训练得到所述预训练模型包括：基于所述至少一个对象的图像，构建第二训练样本，其中，所述第二训练样本包括：两张图像和第二标注结果，所述第二标注结果用于表征所述两张图像是否来自同一个训练图像；利用所述预训练模型对所述两张图像进行处理，得到所述两张图像的识别结果，其中，所述识别结果用于表征所述第二训练样本对包含的两个图像是否来自同一个训练图像；基于所述识别结果和所述第二标注结果，生成所述预训练模型的第一损失函数；基于所述第一损失函数确定是否调整所述预训练模型的模型参数。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述预训练模型对初始模型进行初始化；利用所述第一训练样本对初始化后的初始模型进行训练，得到所述目标检测模型。5.根据权利要求4所述的方法，其特征在于，在利用所述第一训练样本对初始化后的初始模型进行训练，得到所述目标检测模型之后，所述方法还包括：利用所述目标检测模型对所述训练图像进行检测，得到所述训练图像的检测结果；基于所述训练图像的检测结果和所述训练图像的第一标注结果，确定所述训练图像的第三标注结果；基于所述训练图像和所述训练图像的第三标注结果构建第三训练样本；利用所述第三训练样本对所述目标检测模型进行重新训练。6.根据权利要求5所述的方法，其特征在于，基于所述训练图像的检测结果和所述训练图像的第一标注结果，确定所述训练图像的第三标注结果包括：将所述检测结果和所述第一标注结果进行匹配；如果所述检测结果和所述第一标注结果匹配成功，则确定所述第三标注结果为所述第一标注结果；如果所述检测结果和所述第一标注结果匹配失败，则确定所述第三标注结果为所述检测结果。7.一种图像处理方法，其特征在于，包括：云服务器接收客户端上传的目标图像，其中，目标图像包含目标对象；...

【专利技术属性】
技术研发人员：张慧明，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：