[发明专利]一种模型训练的方法及装置

说明书

本说明书公开了一种模型训练的方法及装置，获取第一图像，并将第一图像输入到感知模型，以针对第一图像涉及的每个目标物，将提取出的该目标物在第一图像中对应的至少一个感兴趣图像区域进行融合，以确定该目标物在第一图像中的目标物区域，并确定第一图像涉及的目标物的识别结果，对感知模型进行训练。而后，确定该目标物在第二图像中对应的目标物区域，将第二图像输入到识别模型，得到该目标物在第二图像中的识别区域。最后，以最小化该目标物在第二图像中对应的目标物区域，与识别区域之间的偏差为优化目标，对识别模型进行训练。本方法能够提高图像对应的标注的精细程度以及准确性，进而提高了识别模型的识别准确率，以更好的完成识别任务。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种模型训练的方法及装置。

背景技术

随着计算机视觉技术的发展，传统的语义分割任务通常需要获取应用场景下的大量图像作为训练数据，并对这些训练图像中的每个像素点进行人工标注，标注出每个像素点对应的目标类别，这种标注方式需要消耗大量的人力和时间来完成，训练成本十分昂贵。

基于此，目前通常采用粗略标注的方式，来确定出图像中一个目标物的一个感兴趣图像区域，并以此来生成用于训练识别模型所需的图像标注，从而降低标注的成本。然而，感兴趣图像区域往往只是目标物在图像中对应的一部分区域，所以，感兴趣图像区域并不能准确的表征出目标物在图像中的完整区域，这样一来，通过这种方式所训练出的识别模型，识别准确率往往较低。

因此，如何能够有效地提高识别模型的准确性，则是一个亟待解决的问题。

发明内容

本说明书提供一种模型训练的方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种模型训练的方法，包括：

获取第一图像；

将所述第一图像输入到感知模型，以针对所述第一图像涉及的每个目标物，将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合，以确定该目标物在所述第一图像中的目标物区域，并根据所述目标物区域，确定所述第一图像涉及的目标物的识别结果；

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。

可选地，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；

将所述第一图像输入到感知模型，以针对所述第一图像涉及的每个目标物，将提取出的该目标物在所述第一图像中对应的至少一个感兴趣图像区域进行融合，以确定该目标物在所述第一图像中的目标物区域，并根据所述目标物区域，确定所述第一图像涉及的目标物的识别结果，具体包括：

将所述多个关联图像输入到所述感知模型中，以针对每个关联图像，将提取出的所述同种类别的目标物在该关联图像中对应的至少一个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该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该关联图像中的目标物区域，确定所述同种类别的目标物在该关联图像下对应的识别结果。

可选地，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。