[发明专利]图像识别模型的训练方法、装置及图像识别方法、装置

权利要求书

1.一种图像识别模型的训练方法，其特征在于，包括：

对原始图像进行特征提取，得到原始图像特征图；

基于所述原始图像特征图，利用对抗混合网络对所述原始图像进行区域交换处理，得到交换图像及对应的交换图像权重；

利用图像识别模型的共享权重网络，确定所述原始图像的识别结果及对应的第一损失函数值，以及所述交换图像的识别结果及对应的第二损失函数值；

根据所述交换图像权重对所述第一损失函数值和所述第二损失函数值进行融合，根据融合后的损失函数值对所述图像识别模型的参数进行优化。

2.根据权利要求1所述的图像识别模型的训练方法，其特征在于，所述基于所述原始图像特征图，利用对抗混合网络对所述原始图像进行区域交换处理，得到交换图像及对应的交换图像权重包括：

获取图像识别模型的注意力模块对所述原始图像特征图进行处理得到的原始图像的注意力分割图；

基于所述注意力分割图，利用所述对抗混合网络对所述原始图像进行区域交换处理。

3.根据权利要求2所述的图像识别模型的训练方法，其特征在于，所述原始图像的数量为多个，所述基于所述原始图像特征图，利用对抗混合网络对所述原始图像进行区域交换处理，得到交换图像及对应的交换图像权重包括：

基于所述注意力分割图，对各原始图像进行定位标记，确定各原始图像中的目标区域；

根据各原始图像的目标区域，确定两个目标原始图像之间的交换区域；

将所述两个目标原始图像之间的交换区域进行交换，得到所述交换图像。

4.根据权利要求3所述的图像识别模型的训练方法，其特征在于，所述目标区域包括全局目标区域和局部目标区域，所述根据各原始图像的目标区域，确定两个目标原始图像之间的交换区域包括：

根据各原始图像的全局目标区域，确定两个目标原始图像之间的全局目标交集区域；

根据所述全局目标交集区域，确定两个目标原始图像之间的局部目标交集区域；

根据所述局部目标交集区域确定所述交换区域。

5.根据权利要求4所述的图像识别模型的训练方法，其特征在于，所述基于所述原始图像特征图，利用对抗混合网络对所述原始图像进行区域交换处理，得到交换图像及对应的交换图像权重包括：

根据两个目标原始图像的全局目标区域的面积和所述交换区域的面积，确定所述交换图像权重。

6.根据权利要求1所述的图像识别模型的训练方法，其特征在于，所述利用图像识别模型的共享权重网络，确定所述原始图像的识别结果及对应的第一损失函数值，以及所述交换图像的识别结果及对应的第二损失函数值包括：

利用共享权重网络的卷积层，对所述交换图像进行特征提取，得到交换图像特征图；

利用共享权重网络的池化层，对所述交换图像特征图进行全局池化处理，得到全局池化特征；

利用共享权重网络的激活层，对所述全局池化特征进行非线性处理，得到所述交换图像的识别结果，根据所述识别结果确定所述第二损失函数值。