[发明专利]神经网络模型的训练方法、装置及图像检测的方法

权利要求书

1.一种用于检测图像异常区域的神经网络模型的训练方法，其特征在于，所述方法包括：

获取正常图像，并对所述正常图像进行种子区域提取处理，以获得所述正常图像中用于填充异常素材的种子区域；

对所述种子区域进行区域形状调整处理，以获得目标种子区域；

在所述正常图像中位于所述目标种子区域的范围内，进行异常素材填充处理，以获得异常图像；

将所述正常图像作为正样本，将所述异常图像作为负样本，更新用于检测图像异常区域的神经网络模型的参数，并将更新后的参数作为训练后的所述神经网络模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述对所述正常图像进行种子区域提取处理，以获得所述正常图像中用于填充异常素材的种子区域，包括：

确定色彩范围，并选取所述正常图像中在所述色彩范围内的多个像素；

确定所述正常图像中的多个闭合轮廓，其中，每个所述闭合轮廓包括所述多个像素中的部分像素；

确定所述多个闭合轮廓中每个闭合轮廓对应的图像子区域的面积，并根据每个所述图像子区域的面积，选取多个所述图像子区域中的部分图像子区域以作为所述种子区域。

3.根据权利要求2所述的方法，其特征在于，

在所述选取所述正常图像中在所述色彩范围内的多个像素之后，所述方法还包括：

将所述多个像素以掩膜的形式进行保存，其中，所述掩膜用于将所述多个像素对应的区域进行屏蔽；

所述确定所述正常图像中的多个闭合轮廓，包括：

确定所述掩膜在所述正常图像所屏蔽的区域中包括的多个闭合轮廓。

4.根据权利要求2所述的方法，其特征在于，所述根据每个所述图像子区域的面积，选取多个所述图像子区域中的部分图像子区域以作为所述种子区域，包括以下至少之一：

对多个所述图像子区域的面积进行降序排序，在降序排序结果中选取在前的部分图像子区域，以作为所述种子区域；

选取多个所述图像子区域中面积大于图像子区域面积阈值的图像子区域，以作为所述种子区域。

5.根据权利要求1所述的方法，其特征在于，在所述获得所述正常图像中用于填充异常素材的种子区域之后，所述方法还包括：

当获得的种子区域的数量小于区域数量阈值时、或当获得的种子区域的面积和小于区域面积阈值时，扩大色彩范围，并基于扩大后的所述色彩范围重新获得种子区域，以使

重新获得的种子区域的数量不小于所述区域数量阈值、且重新获得的种子区域的面积和不小于所述区域面积阈值时，停止扩大所述色彩范围。

6.根据权利要求1所述的方法，其特征在于，在所述获得所述正常图像中用于填充异常素材的种子区域之后，所述方法还包括：

当获得的种子区域的数量小于区域数量阈值时、或当获得的种子区域的面积和小于区域面积阈值时，扩大色彩范围，并基于扩大后的所述色彩范围重新获得确定种子区域，直至

扩大所述色彩范围的次数达到扩大次数阈值。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述对所述种子区域进行区域形状调整处理，以获得目标种子区域，包括：

对所述种子区域进行膨胀处理，和/或，将相邻的种子区域进行联通，以获得预处理种子区域；

其中，所述膨胀处理用于使所述正常图像中与所述种子区域接触的区域合并至所述种子区域内，且使所述种子区域中的孔和缝隙被移除；

对所述预处理种子区域进行腐蚀处理，以使所述预处理种子区域的边界向内部收缩，并将腐蚀处理后的预处理种子区域作为所述目标种子区域。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述在所述正常图像中位于所述目标种子区域的范围内，进行异常素材填充处理，包括：

确定在所述目标种子区域填充的异常素材，其中，所述异常素材的类型包括色彩和纹理至少之一；

在所述正常图像中位于所述目标种子区域的范围内，填充设定的均匀颜色的色彩和设定的纹理至少之一。