[发明专利]图像识别模型的训练与图像识别的方法、装置

权利要求书

1.一种图像识别模型的训练方法，包括：

获取训练数据，所述训练数据中包含多张第一图像以及对应各第一图像的标注标签；

确定各第一图像中主体的位置数据；

根据所述位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；

根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型。

2.根据权利要求1所述的方法，其中，所述确定各第一图像中主体的位置数据包括：

将各第一图像作为主体检测模型的输入，将所述主体检测模型的输出结果作为各第一图像中主体的位置数据；

其中，所确定的位置数据为第一图像中的主体在第一图像中的坐标值。

3.根据权利要求1所述的方法，其中，所述根据所述位置数据对各第一图像中的主体进行调整包括：

确定对应各第一图像的浮动值；

根据所述浮动值，对各第一图像中主体的位置数据进行调整，将调整结果作为对应各第一图像的第二图像。

4.根据权利要求3所述的方法，其中，所述确定对应各第一图像的浮动值包括：

确定各第一图像所属的数据集；

将与所确定的数据集对应的浮动值，作为对应各第一图像的浮动值。

5.根据权利要求3所述的方法，其中，所述根据所述浮动值，对各第一图像中主体的位置数据进行调整，将调整结果作为对应各第一图像的第二图像包括：

针对各第一图像，按照所述浮动值对位置数据中的每个坐标值进行预设方向的调整，将调整结果作为对应各第一图像的第二图像。

6.根据权利要求1所述的方法，其中，所述根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型包括：

将各第二图像进行两两匹配，得到多个第二图像对；

根据各第二图像对中的两张第二图像，得到对应各第二图像对的第三图像；

根据各第三图像以及对应各第三图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型。

7.根据权利要求6所述的方法，其中，所述根据各第二图像对中的两张第二图像，得到对应各第二图像对的第三图像包括：

将各第二图像对中的两张图像进行裁剪；

将各第二图像对中两张第二图像的裁剪结果进行混叠，将混叠结果作为对应各第二图像对的第三图像。

8.一种图像识别的方法，包括：

获取待识别图像：

将所述待识别图像作为图像识别模型的输入，将所述图像识别模型的输出结果作为所述待识别图像的识别结果；

其中，所述图像识别模型是根据权利要求1至5中任一项方法预先训练得到的。

9.一种图像识别模型的训练装置，包括：

第一获取单元，用于获取训练数据，所述训练数据中包含多张第一图像以及对应各第一图像的标注标签；

确定单元，用于确定各第一图像中主体的位置数据；

处理单元，用于根据所述位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；

训练单元，用于根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至所述神经网络模型收敛，得到图像识别模型。

10.根据权利要求9所述的装置，其中，所述确定单元在确定各第一图像中主体的位置数据时，具体执行：

将各第一图像作为主体检测模型的输入，将所述主体检测模型的输出结果作为各第一图像中主体的位置数据；

其中，所确定的位置数据为第一图像中的主体在第一图像中的坐标值。