[发明专利]图像识别方法和装置

权利要求书

1.一种图像识别模型的训练方法，包括：

根据第一损失函数，利用具有类别标签的第一图像对图像识别模型进行训练，得到第一图像识别模型；

将无标签的第二图像输入所述第一图像识别模型，得到所述第二图像被分类为所述类别的第一评估值；

在所述第一评估值大于第一预定阈值的情况下，将所述类别标签添加至所述第二图像，得到具有所述类别标签的第二图像；以及

根据第二损失函数，利用所述具有类别标签的第二图像训练所述第一图像识别模型，得到经训练的图像识别模型。

2.根据权利要求1所述的方法，还包括：

对具有类别标签的第一目标图像进行第一图像增强，得到所述第一图像。

3.根据权利要求1所述的方法，还包括：

对无标签的第二目标图像进行第一图像增强，得到所述无标签的第二图像。

4.根据权利要求3所述的方法，所述根据第二损失函数，利用所述具有类别标签的第二图像训练所述第一图像识别模型，得到经训练的图像识别模型包括：

对所述无标签的第二目标图像进行第二图像增强，得到经第二图像增强的第二图像；

将所述经第二图像增强的第二图像输入所述第一图像识别模型，得到第二评估值；

根据所述第二损失函数，利用所述第二评估值和所述类别标签得到第二损失函数值；以及

根据所述第二损失函数值训练所述第一图像识别模型，得到所述经训练的图像识别模型。

5.根据权利要求1所述的方法，根据第二损失函数，利用所述具有类别标签的第二图像训练所述第一图像识别模型，得到经训练的图像识别模型包括：

根据第一损失函数值和第二损失函数值，得到第三损失函数值，其中，第一损失函数值是根据所述第一损失函数得到的，所述第二损失函数值是根据所述第二损失函数得到的；以及

在所述第三损失函数值小于第二预定阈值的情况下，将对应训练得到的第一图像识别模型作为所述经训练的图像识别模型。

6.一种图像识别方法，包括：

将目标图像输入图像识别模型，得到针对所述目标图像的识别结果；

其中，所述图像识别模型是根据权利要求1-5之一所述的方法训练得到的。

7.一种图像识别模型的训练装置，包括：

第一训练单元，被配置为根据第一损失函数，利用具有类别标签的第一图像对图像识别模型进行训练，得到第一图像识别模型；

评估单元，被配置为将无标签的第二图像输入所述第一图像识别模型，得到所述第二图像被分类为所述类别的第一评估值；

添加单元，被配置为在所述第一评估值大于第一预定阈值的情况下，将所述类别标签添加至所述第二图像，得到具有所述类别标签的第二图像；以及

第二训练单元，被配置为根据第二损失函数，利用所述具有类别标签的第二图像训练所述第一图像识别模型，得到经训练的图像识别模型。

8.根据权利要求7所述的训练装置，其中，所述第一训练单元还包括第一处理子单元，所述第一处理子单元被配置为：

对具有类别标签的第一目标图像进行第一图像增强，得到所述第一图像。

9.根据权利要求7所述的训练装置，其中，所述评估单元还包括第二处理子单元，所述第二处理子单元被配置为：

对无标签的第二目标图像进行第一图像增强，得到所述无标签的第二图像。