[发明专利]一种模型训练的方法及装置

权利要求书

1.一种模型训练的方法，其特征在于，包括：

获取第一图像，所述第一图像包括多个关联图像，所述多个关联图像中包含有同种类别的目标物的图像；

将所述多个关联图像输入到感知模型中，以提取所述同种类别的目标物在所述多个关联图像中对应的至少一个感兴趣图像区域，将所述同种类别的目标物在所述多个关联图像中对应的感兴趣图像区域进行融合，以确定所述同种类别的目标物在每个关联图像中的目标物区域，并根据所述同种类别的目标物在每个关联图像中的目标物区域，确定所述同种类别的目标物在每个关联图像下对应的识别结果，其中，从所述多个关联图像中提取出的所述同种类别的目标物对应的感兴趣区域不相同，所述感兴趣图像区域为所述同种类别的目标物在关联图像中所占据的实际图像区域中的部分区域；

根据所述识别结果，对所述感知模型进行训练；

将第二图像输入到训练后感知模型，以针对所述第二图像中涉及的每个目标物，确定该目标物在所述第二图像中对应的目标物区域，将所述第二图像输入到识别模型，得到该目标物在所述第二图像中的识别区域；

以最小化该目标物在所述第二图像中对应的目标物区域，与所述识别区域之间的偏差为优化目标，对所述识别模型进行训练。

2.如权利要求1所述的方法，其特征在于，根据所述识别结果，对所述感知模型进行训练，具体包括：

以所述同种类别的目标物在各关联图像中对应的像素的像素特征相接近为优化目标，根据所述同种类别的目标物在各关联图像下对应的识别结果，对所述感知模型进行训练。

3.如权利要求1所述的方法，其特征在于，将所述第二图像输入到识别模型之前，所述方法还包括：

对所述第二图像进行目标物轮廓识别，以识别出所述第二图像中目标物的轮廓区域，并按照所述轮廓区域，对所述第二图像进行标注，得到标注后第二图像；

通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域，对所述标注后第二图像进行调整，得到调整后第二图像；

将所述第二图像输入到识别模型，具体包括：

将所述调整后第二图像输入到所述识别模型。

4.如权利要求3所述的方法，其特征在于，通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域，对所述标注后第二图像进行调整，得到调整后第二图像，具体包括：

在所述标注后第二图像中去除与确定出的所述第二图像中包含的目标物区域不匹配的轮廓区域，得到调整后第二图像。

5.如权利要求3所述的方法，其特征在于，通过所述训练后感知模型确定出的所述第二图像中包含的目标物区域，对所述标注后第二图像进行调整，得到调整后第二图像，具体包括：

从确定出的所述第二图像中包含的目标物区域中，确定出不包括在所述轮廓区域中的目标物区域，作为待补充区域；

根据所述待补充区域，对所述标注后第二图像进行调整，得到调整后第二图像。

6.如权利要求5所述的方法，其特征在于，根据所述待补充区域，对所述标注后第二图像进行调整，得到调整后第二图像，具体包括：

针对所述待补充区域中包含的每个像素，确定该像素属于所述待补充区域对应的目标物的概率，作为该像素对应的目标物概率；

从所述待补充区域中确定出目标物概率大于设定概率阈值的像素，作为目标像素；

根据所述目标像素，在所述待补充区域中确定所述待补充区域对应的目标物的轮廓区域；

根据确定出的所述待补充区域对应的目标物的轮廓区域，对所述标注后第二图像进行调整，得到调整后第二图像。