[发明专利]目标识别模型的训练方法、目标识别方法及电子设备

权利要求书

1.一种目标识别模型的训练方法，其特征在于，包括：

获取预设识别模型以及获取样本数据集，所述预设识别模型是基于第一质量图像训练得到的，所述样本数据集包括第一质量图像以及第二质量图像，所述第一质量图像的质量高于所述第二质量图像的质量；

对所述样本数据集中的第一质量图像以及第二质量图像进行第一采样得到第一采样数据集，并基于所述第一采样数据集训练所述预设识别模型，确定第一识别模型；

对所述样本数据集中的第一质量图像以及第二质量图像进行第二采样得到第二采样数据集，并基于所述第二采样数据集训练所述预设识别模型，确定第二识别模型；

对所述第一识别模型与所述第二识别模型进行特征层融合，确定目标识别模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述样本数据集中的第一质量图像以及第二质量图像进行第一采样得到第一采样数据集，包括：

获取所述预设识别模型的输入样本数量；

基于所述输入样本数量按照1:1的比例，确定每次训练时所述第一质量图像以及所述第二质量图像的数量；

基于确定出的所述第一质量图像以及所述第二质量图像的数量，在所述样本数据集中进行采样，得到每次训练时的所述第一采样数据集。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述样本数据集中的第一质量图像以及第二质量图像进行第二采样得到第二采样数据集，包括：

获取所述预设识别模型的输入样本数量以及获取所述样本数据集中所述第一质量图像与所述第二质量图像的数量比例；

基于所述输入样本数量按照所述数量比例，确定每次训练时所述第一质量图像以及所述第二质量图像的数量；

基于确定出的所述第一质量图像以及所述第二质量图像的数量，在所述样本数据集中进行采样，得到每次训练时的所述第二采样数据集。

4.根据权利要求1所述的方法，其特征在于，所述对所述第一识别模型与所述第二识别模型进行特征层融合，确定目标识别模型，包括：

将所述第一识别模型与所述第二识别模型中的特征层后分别接入归一化层；

将两个所述归一化层进行融合，以确定所述目标识别模型。

5.根据权利要求1所述的方法，其特征在于，所述获取预设识别模型，包括：

将所述第一质量图像输入识别模型中，得到所述识别模型的特征层输出以及所述识别模型的分类层输出；

分别基于所述特征层输出以及所述分类层输出进行相应的损失函数计算，以更新所述识别模型的参数，确定所述预设识别模型。

6.一种目标识别方法，其特征在于，包括：

获取待识别图像；

将所述待识别图像输入目标识别模型中，确定所述待识别图像的待匹配特征，所述目标识别模型是根据权利要求1-5中任一项所述的目标识别模型的训练方法训练得到的；

将所述待匹配特征与各个目标特征进行匹配，确定所述待识别图像对应的目标识别结果。

7.一种目标识别模型的训练装置，其特征在于，包括：

第一获取模块，用于获取预设识别模型以及获取样本数据集，所述预设识别模型是基于第一质量图像训练得到的，所述样本数据集包括第一质量图像以及第二质量图像，所述第一质量图像的质量高于所述第二质量图像的质量；

第一训练模块，用于对所述样本数据集中的第一质量图像以及第二质量图像进行第一采样得到第一采样数据集，并基于所述第一采样数据集训练所述预设识别模型，确定第一识别模型；

第二训练模块，用于对所述样本数据集中的第一质量图像以及第二质量图像进行第二采样得到第二采样数据集，并基于所述第二采样数据集训练所述预设识别模型，确定第二识别模型；

融合模块，用于对所述第一识别模型与所述第二识别模型进行特征层融合，确定目标识别模型。