[发明专利]目标区域确定模型的训练方法、装置和计算机可读存储介质

权利要求书

1.一种目标区域确定模型的训练方法，其特征在于，包括：

获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域关键点的样本图像组成；

确定卷积神经网络的参数；

将所述训练样本集合输入所述卷积神经网络，得到每个样本图像的预测关键点；

根据每个样本图像的预测关键点和真实关键点确定预测误差；

若所述预测误差大于预设误差，则根据所述预设误差重新确定所述卷积神经网络的参数，继续重复训练过程，直至所述预测误差小于或等于所述预设误差，结束训练过程，得到目标区域确定模型。

2.根据权利要求1所述的方法，其特征在于，所述目标区域为车牌区域。

3.根据权利要求2所述的方法，其特征在于，所述关键点为所述车牌区域四个顶角对应的点。

4.一种目标区域确定方法，其特征在于，包括：

获取待识别图像；

将所述待识别图像输入采用权利要求1-3任一项所述的目标区域确定模型的训练方法进行训练得到的目标区域确定模型；

通过所述目标区域确定模型预测得到多个关键点；

根据所述多个关键点确定目标区域。

5.根据权利要求4所述的方法，其特征在于，所述根据所述多个关键点确定目标区域，包括：

从所述多个关键点中筛选出预设个数关键点；

根据所述预设个数关键点确定所述目标区域。

6.根据权利要求5所述的方法，其特征在于，所述从所述多个关键点中筛选出预设个数关键点，包括：

通过目标区域识别模型对所述待识别图像进行识别，得到预测目标区域；

从所述多个关键点中筛选出位于所述预测目标区域内的预设个数关键点。

7.根据权利要求4所述的方法，其特征在于，所述根据所述多个关键点确定目标区域，包括：

从所述多个关键点中选取预设个数关键点进行连线，得到多个闭合区域；

根据预设条件从所述多个闭合区域中筛选出一个闭合区域作为所述目标区域。

8.根据权利要求4-7任一项所述的方法，其特征在于，所述目标区域为车牌区域。

9.一种目标区域确定模型的训练装置，其特征在于，包括：

样本获取模块，用于获取训练样本集合；其中，所述训练样本集合由多个标记了目标区域关键点的样本图像组成；

目标区域确定模型目标区域确定模型

参数确定模块，用于确定卷积神经网络的参数；

关键点预测模块，用于将所述训练样本集合输入所述卷积神经网络，得到每个样本图像的预测关键点；

误差确定模块，用于根据每个样本图像的预测关键点和真实关键点确定预测误差；

参数调整模块，用于若所述预测误差大于预设误差，则根据所述预设误差重新确定所述卷积神经网络的参数，继续重复训练过程，直至所述预测误差小于或等于所述预设误差，结束训练过程，得到目标区域确定模型。

10.一种目标区域确定装置，其特征在于，包括：

图像获取模块，用于获取待识别图像；

图像输入模块，用于将所述待识别图像输入采用权利要求1-3任一项所述的目标区域确定模型的训练方法进行训练得到的目标区域确定模型；

预测模块，用于通过所述目标区域确定模型预测得到多个关键点；

区域确定模块，用于根据所述多个关键点确定目标区域。

11.一种电子设备，包括：

存储器，用于存储非暂时性计算机可读指令；以及

处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-3中任意一项所述的目标区域确定模型的训练方法。