[发明专利]模型训练方法、图像识别方法、装置、设备及存储介质

说明书

本发明提供一种模型训练方法、图像识别方法、装置、设备及存储介质。此模型训练方法包括：获取多个原始图像；针对每一原始图像，对原始图像进行分辨率调整，得到多个不同分辨率的图像；根据多个不同分辨率的图像，训练分辨率识别模型，并根据多个不同分辨率的图像中每一分辨率对应的图像，训练对应于该分辨率的图像识别模型；其中，分辨率识别模型用于识别图像的分辨率，每一分辨率对应的图像识别模型用于识别对应分辨率的图像。通过基于不同分辨率图像对训练分辨率识别模型和多个对应于不同分辨率的图像识别模型，可以在图像识别过程中，利用分辨率识别模型识别图像分辨率，从而选择对应的图像识别模型针对性进行图像识别，以优化识别效果。

技术领域

本发明涉及图像处理领域，尤其涉及一种模型训练方法、图像识别方法、装置、设备及存储介质。

背景技术

在很多场景中会涉及到图像识别。图像识别，一般是利用图像识别模型对目标图像进行处理，以进行目标检测、分类等识别。

相关技术中，图像识别模型一般基于一定的数据集进行训练，比如1米分辨率图像数据集。这样训练得到的模型对于1米分辨率图像的识别能达到较好的识别效果，对其它分辨率的图像的识别效果则较差。但是，一些特殊场景，例如遥感领域，采集到的图像的分辨率跨度较大，可能在1m～1km之间。这就导致相关技术中的模型适用性较差，在一些场景中图像识别的效果较差，识别准确率较低。

发明内容

本发明的主要目的在于提供一种模型训练方法、图像识别方法、装置、设备及存储介质，旨在利用此模型训练方法训练新的模型以适用于各种场景的图像识别，且优化识别效果。

为实现上述目的，本发明提供一种模型训练方法，包括：

获取多个原始图像；

针对每一原始图像，对所述原始图像进行分辨率调整，得到多个不同分辨率的图像；

根据所述多个不同分辨率的图像，训练分辨率识别模型，并根据所述多个不同分辨率的图像中每一分辨率对应的图像，训练对应于所述分辨率的图像识别模型；

其中，所述分辨率识别模型用于识别图像的分辨率，每一分辨率对应的图像识别模型用于识别对应分辨率的图像。

可选的，所述对所述原始图像进行分辨率调整，得到多个不同分辨率的图像，包括：

基于所述原始图像，利用超分辨率算法，生成至少一个更高分辨率的图像；

和/或，

基于所述原始图像，利用插值算法，生成至少一个更低分辨率的图像。

可选的，所述根据所述多个不同分辨率的图像，训练分辨率识别模型，包括：

以不同分辨率的图像作为训练样本，以分辨率作为分类标签，基于分类模型进行训练，得到分辨率识别模型。

可选的，所述原始图像为遥感图像，所述方法还包括：

确定获取到的每个遥感图像的分辨率；

计算每一分辨率对应的遥感图像的数量；

根据每一分辨率对应的遥感图像的数量，从多个遥感图像对应的分辨率中选择多个目标分辨率；

相应的，针对每一原始图像，对所述原始图像进行分辨率调整，得到多个不同分辨率的图像，包括：

针对每一原始图像，对所述原始图像进行分辨率调整，得到多个目标分辨率对应的图像。

本发明还提供一种图像识别方法，包括：

获取待识别的目标图像；

利用分辨率识别模型，确定所述目标图像的分辨率；