[发明专利]标签识别模型的训练、识别图像标签的方法及装置在审
申请号: | 202210081701.7 | 申请日: | 2022-01-24 |
公开(公告)号: | CN114565016A | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 陈畅新;钟艺豪 | 申请(专利权)人: | 有米科技股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06V10/774;G06V10/764 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 江银会 |
地址: | 510006 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 标签 识别 模型 训练 图像 方法 装置 | ||
1.一种标签识别模型的训练方法,其特征在于,所述方法包括:
确定样本图像集合,所述样本图像集合包含预设尺寸范围的至少一个样本图像,且所述样本图像集合中所有所述样本图像对应的图像标签包括至少一个风格标签和/或至少一个元素标签;
根据所述样本图像集合,对预先确定出的标签识别模型进行训练,得到目标标签识别模型,所述目标标签识别模型用于识别待识别图像的图像标签。
2.根据权利要求1所述的标签识别模型的训练方法,其特征在于,所述根据所述样本图像集合,对预先确定出的标签识别模型进行训练,得到目标标签识别模型,包括:
按照预先设定的图像处理策略,确定所述样本图像集合中所有所述样本图像对应的样本调整参数,所述样本调整参数包括至少两个参数值;
根据所有所述参数值及所有所述参数值的数量,划分所述样本图像集合中所有所述样本图像,得到与所有所述参数值的数量相同的子样本图像集合,每个所述子样本图像集合包含至少一个所述样本图像,所有所述子样本图像集合中每个所述子样本图像集合中包含的样本图像均不相同;
从所有所述子样本图像集合中选择其中一个所述子样本图像集合作为起始子样本图像集合,以及确定预先确定出的标签识别模型作为起始标签识别模型,并基于所述起始子样本图像集合对所述起始标签识别模型进行训练,得到训练后的标签识别模型;
将训练后的所述标签识别模型更新为所述初始标签识别模型,以及从剩余所述子样本图像集合中选择其中一个所述子样本图像集合作为所述初始子样本图像集合,并重新执行所述基于所述起始子样本图像集合对所述起始标签识别模型进行训练,得到训练后的标签识别模型的操作;
确定最后一个所述子样本图像集合对应的标签识别模型为目标标签识别模型。
3.根据权利要求2所述的标签识别模型的训练方法,其特征在于,所述样本调整参数包括尺寸调整参数,所述尺寸调整参数包括的所有所述参数值用于调整所述样本图像集合中样本图像的图像尺寸;
所述根据所有所述参数值及所有所述参数值的数量,划分所述样本图像集合中所有所述样本图像,得到与所有所述参数值的数量相同的子样本图像集合,包括:
将所述样本图像集合中所有所述样本图像划分为与所有所述参数值的数量相同的子样本图像集合,并根据每个所述子样本图像集合对应的参数值调整该子样本图像集合的所有所述样本图像的图像尺寸;或者,
根据所有所述参数值调整所述样本图像集合中所有所述样本图像的图像尺寸,得到调整后的所述样本图像集合;
将调整后的所述样本图像集合中所有所述样本图像中图像尺寸相同的所述样本图像划分到同一个子样本图像集合。
4.根据权利要求3所述的标签识别模型的训练方法,其特征在于,从所有所述子样本图像集合中选择的其中一个所述子样本图像集合为所有所述子样本图像集合中图像尺寸最大的子样本图像集合;
以及,在训练所述标签识别模型的过程中,后一次选择的所述子样本图像集合对应的图像尺寸小于前一次选择的所述子样本图像集合对应的图像尺寸。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于有米科技股份有限公司,未经有米科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210081701.7/1.html,转载请声明来源钻瓜专利网。