[发明专利]设备区域提取模型训练方法、设备区域提取方法及装置

权利要求书

1.一种设备区域提取模型训练方法，其特征在于，包括步骤：

获取智能设备外观图像；

为所述智能设备外观图像标注区域，以建立外观图像数据集；

利用所述外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。

2.根据权利要求1所述的设备区域提取模型训练方法，其特征在于，在所述为所述智能设备外观图像标注区域的过程之前，还包括步骤：

对所述智能设备外观图像作样本增强处理。

3.根据权利要求2所述的设备区域提取模型训练方法，其特征在于，所述对所述智能设备外观图像作样本增强处理的过程，包括步骤：

通过左右翻转、上下翻转、模糊和亮度调节等处理方式，为所述智能设备外观图像作样本增强处理。

4.根据权利要求1至4任意一项所述的设备区域提取模型训练方法，其特征在于，所述神经网络包括CNN卷积神经网络。

5.一种设备区域提取模型训练装置，其特征在于，包括：

图像获取模块，用于获取智能设备外观图像；

区域标注模块，用于为所述智能设备外观图像标注区域，以建立外观图像数据集；

模型训练模块，用于利用所述外观图像数据集建立神经网络，以训练可用于识别提取智能设备外观区域的设备区域提取模型。

6.一种设备区域提取方法，其特征在于，包括步骤：

获取待测智能设备外观图像；

将所述待测智能设备外观图像输入设备区域提取模型，获得对应的物体坐标及其置信度信息；

根据所述物体坐标及其置信度信息确定所述待测智能设备外观图像的设备区域图像。

7.根据权利要求6所述的设备区域提取方法，其特征在于，所述将所述待测智能设备外观图像输入设备区域提取模型，获得对应的物体坐标及其置信度信息的过程，包括步骤：

将所述待测智能设备外观图像输入设备区域提取模型，以指示所述设备区域提取模型将所述智能设备外观图像作为输入向量，进行向量切片、向量组合、卷积操作、向量批处理归一化操作、残差计算、函数激活、最大值池化操作、上采样操作或检测操作，获得对应的物体坐标及其置信度信息。

8.一种设备区域提取装置，其特征在于，包括：

图像采集模块，用于获取待测智能设备外观图像；

模型计算模块，用于将所述待测智能设备外观图像输入设备区域提取模型，获得对应的物体坐标及其置信度信息；

模型输出模块，用于根据所述物体坐标及其置信度信息确定所述待测智能设备外观图像的设备区域图像。

9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求6或7所述的设备区域图像提取方法。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行程序时实现如权利要求6或7所述的设备区域图像提取方法。