[发明专利]图片识别模型的获取方法、装置、电子设备及存储介质

权利要求书

1.一种图片识别模型的获取方法，其特征在于，包括：

获取全局识别模型、局部识别模型以及待训练模型，其中，所述待训练模型包括特征提取网络以及与所述特征提取网络连接的全局识别网络、局部识别网络，且所述全局识别模型和所述全局识别网络分别用于识别图片的全局图像是否异常，所述局部识别模型和所述局部识别网络分别用于识别图片的局部图像是否异常；

将训练样本集的图片样本输入至所述全局识别模型得到参考全局识别结果，将所述图片样本输入至所述局部识别模型得到参考局部识别结果；将所述图片样本输入至所述待训练模型，由所述特征提取网络提取所述图片样本的多尺度图像特征，并由所述全局识别网络基于所述多尺度图像特征得到全局识别结果，以及由所述局部识别网络基于所述多尺度图像特征得到局部识别结果；

通过所述全局识别结果和所述参考全局识别结果计算得到第一损失，以及，通过所述局部识别结果和所述参考局部识别结果计算得到第二损失；

以所述第一损失和所述第二损失的加权损失满足预设条件为目标，训练所述特征提取网络、所述全局识别网络和所述局部识别网络，得到图片识别模型，所述图片识别模型包括完成训练的特征提取网络、全局识别网络和局部识别网络。

2.根据权利要求1所述的方法，其特征在于，所述参考全局识别结果、所述参考局部识别结果、所述全局识别结果和所述局部识别结果分别为所述全局识别模型、所述局部识别模型、所述全局识别网络以及所述局部识别网络在目标层的输出结果，所述目标层包括中间层和输出层中的至少一项。

3.根据权利要求1所述的方法，其特征在于，所述图片样本标注有用于表示识别结果的识别标签，所述方法还包括：

获取所述识别标签；

所述通过所述参考全局识别结果和所述全局识别结果计算得到第一损失，以及，通过所述参考局部识别结果和所述局部识别结果计算得到第二损失，包括：

通过所述参考全局识别结果、所述全局识别结果和所述识别标签计算得到第一损失，以及，通过所述参考局部识别结果、所述局部识别结果和所述识别标签计算得到第二损失。

4.根据权利要求1所述的方法，其特征在于，所述得到图片识别模型之后，所述方法还包括：

获取待识别图片；

将所述待识别图片输入至所述图片识别模型，通过所述特征提取网络提取所述待识别图片的多尺度特征；

将所述待识别图片的多尺度特征输入至所述全局识别网络得到第一识别结果，和/或，将所述待识别图片的多尺度特征输入至所述局部识别网络得到第二识别结果，其中，所述第一识别结果用于指示所述待识别图片的全局图像是否异常，所述第二识别结果用于指示所述待识别图片的局部图像的是否异常。

5.根据权利要求1所述的方法，其特征在于，所述将训练样本集的图片样本输入至所述全局识别模型得到参考全局识别结果，将所述图片样本输入至所述局部识别模型得到参考局部识别结果之前，所述方法还包括：

获取第一样本集和第二样本集，其中，所述第一样本集包括标注的图片样本，所述第二样本集包括未标注的图片样本；

将所述第一样本集输入至第M-1个识别模型中，训练得到第M个识别模型，其中，所述M为正整数；

将所述第二样本集中图片样本输入至所述第M个识别模型中，以对输入的图片样本进行标注，并将标注的图片样本加入至所述第一样本集中；

在所述M个识别模型不满足训练停止条件的情况下，将所述第M个识别模型作为所述第M-1个识别模型，并重新执行将所述第一样本集输入至第M-1个识别模型中；

在所述M个识别模型满足训练停止条件的情况下，将所述第一样本集作为所述训练样本集。