[发明专利]图像处理方法和装置

权利要求书

1.一种图像处理方法，包括：

获取目标图像；

获取图像处理模型，所述图像处理模型可识别图像中的N类对象；

向所述图像处理模型输入所述目标图像，以便所述图像处理模型执行以下操作：

扫描所述目标图像，以确定所述目标图像中包含的至少一个对象；

针对所述至少一个对象中的每个对象，确定所述对象是否是所述N类对象中的一类；

如果确定所述对象是所述N类对象中的一类，则对所述对象标注第一标签；并且/或者

如果确定所述对象不是所述N类对象中的一类，则对所述对象标注第二标签，所述第二标签用于标注训练所述图像处理模型的新增对象；

其中，对于不是所述N类对象中的一类的对象，所述方法还包括：

提取所述对象的特征信息；

获取所述第二标签的标签数据；

通过所述对象的特征信息、所述标签数据和除所述对象以外的标注所述标签数据的对象的特征信息，确定与所述对象对应的对象类别的模式信息；

保存与所述对象对应的对象类别的模式信息，以便再次训练所述图像处理模型时使用。

2.根据权利要求1所述的方法，其中，所述确定所述对象是否是所述N类对象中的一类，包括：

提取所述对象的特征信息；

获取所述N类对象中每类对象的特征信息；以及

通过计算所述对象的特征信息与所述每类对象的特征信息的相似度来确定所述对象是否是所述N类对象中的一类。

3.根据权利要求1所述的方法，还包括：

获取第一训练集，所述第一训练集中包含多张已标注所述第一标签的第一图像和多张未做标注的第二图像，且所述第一训练集中包含的图像中包含所述N类对象；以及

向神经网络输入多张所述第一图像和多张所述第二图像，以训练所述图像处理模型。

4.根据权利要求3所述的方法，还包括在训练所述图像处理模型的过程中：

获取所述第一标签的标签数据；

获取每张所述第一图像和每张所述第二图像对应于所述神经网络的预设网络层的第一响应值；

根据所述第一响应值和所述第一标签的标签数据确定所述N类对象中每类对象的模式信息；以及

保存所述每类对象的模式信息。

5.根据权利要求4所述的方法，还包括：

获取第二训练集，所述第二训练集中包含多张已标注第三标签的第三图像和多张未做标注的第四图像，且所述第二训练集中包含的图像中包含M类对象，所述M类对象不同于所述N类对象；以及

向所述神经网络输入多张所述第三图像、多张所述第四图像以及所述每类对象的模式信息，以再次训练所述图像处理模型，其中，经再次训练后所述图像处理模型可识别图像中的所述N类对象和所述M类对象。

6.根据权利要求5所述的方法，还包括在再次训练所述图像处理模型的过程中：

获取所述第三标签的标签数据；

获取每张所述第三图像和每张所述第四图像对应于所述神经网络的所述预设网络层的第二响应值；

根据所述第二响应值和所述第三标签的标签数据确定所述M类对象中每类对象的模式信息；以及

保存所述M类对象中每类对象的模式信息。